在具身智能哑火、基座大模型训练遭遇瓶颈的背景下,递归式自我改进(RSI)成为2026年AI行业最受关注的概念。据RSI List网站统计,截至2026年11月13日,其目录已收录39家RSI相关创业公司,其中20家成立于2025年及以后,这些公司累计记录融资约56亿美元。
硅谷已开始反思RSI是否被过度炒作。李飞飞在与Jeff Dean的对谈中质疑硅谷对RSI的使用过于随意,Jeff Dean则区分了普通自我改进与递归自我改进:后者要求负责寻找改进方案的系统本身也在不断变强。
RSI的定义与由来
RSI全称为Recursive Self-Improvement,即递归式自我改进。其核心设想可追溯到1965年I.J. Good的表述:让机器设计出比自己更强的机器,下一代再设计出更强的后继者,直至智能进入人类难以跟上的加速循环。这一命题在提出半个多世纪后,于2026年重新成为行业焦点。
从机制上看,RSI的关键在于“递归”:AI通过自主研究获得改进,改进后的AI又凭借更强的研发能力推动下一轮自我改进。文章将其比作会总结和优化自身学习方法的学霸,使下一次学习更快、效果更好。
技术实现上,RSI被形容为左右脚交替迈进:一只脚完成研究任务,另一只脚改进研究能力。支撑这一循环的Agent Runtime除任务规划、工具调用和上下文管理外,还需具备实验编排、方案比较、独立评估和经验沉淀能力,使每轮研究的经验成为下一轮改进的起点。

为何在2026年升温
RSI在2026年升温的背景是具身智能哑火、基座大模型训练遭遇瓶颈,同时Scaling Law的算力边际效益逐渐递减,行业需要寻找新的效率来源。与此同时,AI生成和执行任务的能力不断增强,对“什么值得研究、什么才是有效改进”的判断变得更为关键。
研究范式也可能随之变化:过去由人类提出假设、再通过实验验证;未来可能转向评估驱动,即人类建立评价标准,AI自主提出假设、设计实验,并根据评估结果调整方案。研究速度本身由此可能成为新的核心竞争力,前沿模型竞赛或从算力Scaling转向研发速度Scaling。
这一变化也影响竞争门槛。拥有算力、数据和基座模型的大厂与前沿模型公司可借此提高研究效率;创业公司则不必拥有最多算力,也可能通过更高效的研究迭代在细分领域寻找突破口。

四条技术路线
文章梳理出RSI至少四条技术路线。路线一是工程自动化,让AI承担越来越多的编写代码、调试和训练实验等具体执行工作,是当前最容易胜任且能看到实际收益的方向。
路线二是Agent自我改进,即Agent修改自身代码和运行机制,并根据测试表现筛选有效改动,目标是不仅完成任务,还能持续提升完成任务的能力。文章称这条路线最接近RSI的定义。
路线三是自动化AI研究,让AI辅导甚至主导科研过程,使研究从假设驱动转向评估驱动。路线四是自动化AI研发基础设施,让AI参与改进算法、芯片、工具和评估系统,提升研发过程本身的效率。

大厂与前沿公司布局
OpenAI的核心方向是构建在人类监督下工作的自动化AI研究员。2026年9月,其官宣已实现能在人类指导下执行明确研究任务的“自动化研究实习生”,目标是2028年3月前让系统自主交付更大型研究项目。其公开的量化数据包括:Agent总工时在6月首次超越人类;中位数研究员每天消耗的Agent推理费用按API价格算已超600美元;超过60%的研究员同时运行4个以上Agent会话;战略决策类任务的自动化比例仍不足5%。OpenAI明确表示“尚不清楚如何安全地一路实现对齐的完整RSI”。
Anthropic在2026年6月发布《When AI Builds Itself》。截至2026年5月,超过80%并入其代码库的代码由Claude编写,而2025年2月Claude Code内测前这一比例还是个位数;2026年第二季度工程师日均代码交付量是2024年的8倍;在一个AI安全问题研究中,Claude Agent团队累计运行约800小时,弥补约97%的性能差距;在Claude参与研究判断的实验中,下一步研究方案优于人类选择的比例达64%。
谷歌方面,2025年5月公布的AlphaEvolve用于提出算法候选、执行评估并继续生成改进方案,2026年5月已用于优化下一代TPU设计。2026年9月,谷歌发布Gemini3.8 Flash,称长时间运行的Agent循环能够递归评估和优化底层模型;同月Google Research发布RRSI项目,通过改进Prompt、控制流程、工具、记忆和上下文管理提升Agent表现。Meta则在2026年3月发布HyperAgents论文,把Task Agent与负责修改改进机制的Meta Agent整合进一个可修改程序。
国内厂商同样有动作。阿里披露Qwen3.8-Max在人类完全“零参与”条件下连续运行超过1个月,跑通33轮有效迭代,Artificial Analysis评分从40分升至45分;在平头哥新款GPU上自主优化推理框架,使单实例推理吞吐量提升96%;在芯片模型协同设计中运行超过60小时、调用EDA工具超过万次,将模块面积减少42%。腾讯混元的Terminal-RSI在Terminal-Bench2.1上成功率从51.7%升到86.5%;11月发布的Hyra-2.0已参与下一代混元模型的预训练基建优化等环节。智谱的Infra Agent在超过10万张国产芯片组成的集群上从零搭建生产级推理服务,不到两周将端到端吞吐提升至初始基线的3倍。

创业公司与争议
创业公司层面,RSI List收录的39家公司中20家成立于2025年及以后,累计记录融资约56亿美元,其中有明确融资日期的轮次合计约53亿美元,约74%发生在2026年。国内超衍智能创立三个月累计融资近4亿元人民币,超进化智能成立两月官宣数亿元人民币融资。
海外受关注的公司包括Recursive Superintelligence,其2026年5月公布A轮融资6.5亿美元,估值46.5亿美元,团队不到30人,核心是名为“Eureka Machine”的自动化研究系统;Sakana AI累计融资超3.5亿美元,2026年成立专门的RSI Lab;前DeepMind和Google Research首席科学家于2026年8月创立Discovery Loop,目前已有约20个自动改进循环在运行。
争议集中在概念边界。李飞飞在与Jeff Dean的对谈中质疑硅谷对RSI的使用过于随意,毕竟机器学习系统通过实验提高性能早已不是新鲜事。Jeff Dean区分称,普通自我改进可以让AI找到更好的模型架构、提高任务准确率,而递归自我改进还要求负责寻找改进方案的系统本身也在不断变强。按此标准,许多被归入RSI的探索可能仍处于自动化研究阶段。
对时间表也存在分歧。Anthropic联合创始人Jack Clark在5月预估,到2027年AI实现无人类介入的RSI的概率约30%,到2028年底约60%;10月他改口称“完全RSI可能在2027年发生”。Jeff Dean则认为,模型训练、计算和结果验证仍需时间,所谓无限加速的“智能爆炸”并不现实。
要点
- RSI List收录39家RSI相关创业公司,20家成立于2025年及以后
- 这些公司累计记录融资约56亿美元,约74%发生在2026年
- 超衍智能创立三个月累计融资近4亿元人民币
- Anthropic称截至2026年5月超80%并入代码库的代码由Claude编写
- Jeff Dean认为无限加速的智能爆炸并不现实

正在读取登录状态…
暂无讨论,说说你的看法吧