RSI成了AI圈新目标，但真正的自我改进还没跑通

AI圈最近又多了一个更难按住的词：RSI，递归自我改进。

它听起来比AGI还刺激。AGI问的是，机器能不能达到广泛智能；RSI问的是，机器能不能改进自己。如果后者成立，AI进步就不只是“人训练模型”，而可能变成“模型推动下一代模型”。

问题也在这里。

现在行业里确实出现了一批围绕自动研究、自动训练、模型自我优化的项目。但按公认意义上的RSI看，关键闭环还没出现：AI自己提出有效想法，自己实现，自己验证，再把结果带进下一轮升级。

我更在意的不是谁先喊出RSI，而是谁能证明这个闭环真的跑起来。

RSI为什么突然热：它比AGI更适合讲“加速”

RSI的完整说法是 Recursive Self-Improvement，递归自我改进。放到AI语境里，意思是AI系统持续改进自身。

理想状态下，它不只是帮研究员写代码，也不只是自动调参。它要能自动完成三件事：生成研究想法、实现方案、验证结果。

这就是它比AGI更容易点燃产业叙事的地方。

AGI的定义一直很难钉牢。到底是考试能力、工作能力，还是跨任务泛化能力？各家说法不同。RSI看起来更像一台加速器：只要AI能改进AI，下一轮进步就可能更快。

这套叙事对前沿实验室有吸引力，对创业公司也有吸引力。它能解释为什么要继续堆算力、招研究员、做自动化平台，也能给投资人一个更大的故事。

Richard Socher的新公司 Recursive Superintelligence 就是一个明确信号。公开信息里，这家公司把大规模递归自我改进作为目标，想让研究想法的构思、实现和验证全流程自动化。

但目标不是结果。

现在更像是大家在拆RSI这台机器的零件：有人做自动研究代理，有人做自动训练流程，有人让代理在特定竞赛里自我优化。零件有进展，整机还没证明能长期稳定运转。

这张表的重点不是谁更强，而是边界在哪里。

RSI现在最容易被讲过头。把自动编码说成自我进化，把训练流水线说成机器接管研究，把Kaggle奖牌说成通用科研突破，都是偷换概念。

谁在试水：有进展，但还不是机器自己做研究

Karpathy的 Auto-Research 是一个很好的参照物。

他公开在GitHub推进这个项目，用代理群在简单任务上训练语言模型。目前主要是在GPT-2级别模型上做小幅改进。Karpathy本人也称，这还不是新颖、突破性的研究。

这个判断很重要。因为它把热闹往回拉了一步。

Auto-Research说明，AI代理已经能参与实验流程，甚至能在局部任务上带来改进。但它还没有证明自己能提出高价值研究方向，也没有证明这种收益能在更大模型、更复杂训练环境里稳定复现。

Adaption 的 AutoScientist 代表另一条路。它由有 Cohere 和 Google 背景的 Sara Hooker 创立，目标是让模型训练过程更自动化。

这对训练团队有实际意义。很多模型训练不是灵光一闪，而是大量配置、实验、排错和评估。自动化工具如果能减少重复劳动，团队就能把人力放到方向选择和结果判断上。

对小团队也一样。它们未必能负担大厂式训练团队。如果训练流程自动化程度提高，小团队可能会把更多资源从“搭流水线”转向“选问题、做评估”。

但这仍然不是RSI的完整闭环。更准确地说，它是在降低训练摩擦，不是在证明模型能独立推动科研突破。

Disarray的Kaggle案例也有价值。其创始人Doris Xin提到，自训练机器学习代理在Kaggle比赛中拿到28枚奖牌。这说明在目标函数明确、数据集固定、评分规则清楚的环境里，自动化代理已经能做出竞争力。

限制也正来自这里。

Kaggle像一条画好赛道的跑道。真实科研更像在雾里找路。问题定义可能会变，实验结果会有噪声，负结果也可能有价值，长期方向不一定能用一个排行榜衡量。

所以，这类案例能证明“代理能在强约束任务里优化”。它还不能证明“代理能做通用科研”。

真正的分界线：验证权还在谁手里

Google CEO Sundar Pichai在近期播客里给过一个克制判断：行业确实在连续进步，但按人们描述的RSI，那会代表更高一级的加速，并带来很多影响；现在还没有真正到达。

这句话把问题说到了底层。

今天的AI可以写代码，可以辅助训练，可以让工程团队更依赖Claude Code这类工具。很多研发环节已经被AI重新分工。

但研究责任还没有交出去。

人类仍在设定目标，选择实验，判断结果，决定哪些方向值得继续烧算力。模型可以提出建议，但坏建议由人类筛掉；模型可以跑实验，但实验是否有价值仍由人类判断。

这对AI创业者和投资人影响最直接。

创业者如果打RSI牌，需要把“自我改进”说清楚：是自动调参，自动写训练代码，自动设计实验，还是能在低人工介入下稳定提升模型能力？这几个层级差很多。

投资人也不能只看演示视频。更该问四个问题：

• 改进结果能不能复现？
• 验证集和评估标准是谁定的？
• 算力预算是否可承受？
• 人类介入比例有没有真实下降？

这会改变决策动作。

如果一家创业公司只能展示“代理帮忙写代码”，那更像研发效率工具，估值和采购逻辑应按工具看。如果它能证明自动研究系统在多个任务上稳定产生可验证收益，才有资格进入更接近RSI的讨论。

对正在选型的AI团队也一样。短期更现实的做法不是押注“机器自我进化”，而是把自动化工具接到训练、评估、实验管理这些高重复环节。采购可以先小规模试点，别急着替换核心研究流程。

接下来最该盯三条线。

这三条如果不能同时成立，RSI就还只是一个有技术含量的产业叙事。

它值得追，因为它指向AI研发自动化的真实方向。它不能拜，因为闭环还没有被公开证明。

回到开头那个问题：RSI是不是AGI之后的新目标？是。

但它现在更像一张路线图，不是一张成绩单。真正的门槛不在口号里，而在验证权从人手里移出去的那一刻。