RSI“出圈”背后：AI自我进化，卡在了哪里？

图片来源：unsplash

RSI（递归自我改进）火了。

这个聚焦于AI自我演进的概念，似乎在业界、学界连定义和标准都来不及统一的情况下，就快速进入了落地阶段。

近半年来，OpenAI、Anthropic、Google DeepMind等前沿AI实验室和初创公司频频提及RSI方面的进展。尤其9月中旬以来，Anthropic和OpenAI数次预警RSI的失控风险，甚至呼吁放缓研发进度，为安全保障争取时间。国内方面，RSI的技术演进和判断也更多走向台前，智谱创始人兼首席科学家唐杰9月17日披露公司首个RSI方向的工程化实践，并将下一代“完全自训练”模型GLM-6.0的核心技术定位类比为RSI；小米则在9月22日发布MiMo-V2.6系列模型，称之为“探索RSI的关键一步”；阿里巴巴集团CEO吴泳铭则在云栖大会演讲中提到，目前人们摸索出通往超级人工智能的具体技术路径就是RSI，他还透露，Qwen团队正在进行RSI方面的探索，并取得了一定的进展。

相关呼吁、讨论和实践引发的观感不一，但资本市场的反馈则相对积极。对“减速”的焦虑短暂导致波动后即被抛诸脑后，RSI叙事迅速被推向前台，再加之Meta发布消费级个人AI代理Muse等爆点事件，让此前因2028年Capex能见度不足、开源模型竞争压力、头部AI厂ARR增速放缓等承压的美股科技板块明显回暖。

资本市场的热度也进一步提高了RSI的讨论度。

一位国内Vibe Coding领域初创公司CTO称，近期已有多位不同领域的朋友跑来咨询RSI相关问题，但在他看来，很多理解还是“过于科幻”。

他称，将RSI理解为模型能无间隔、利用一切时间来提升自己、完成进化“显得不切实际，至少离现实很远”。目前的技术路径中，大模型不存在“在线实时学习能力”，训练完权重就固定了，这与人类大脑有本质区别。而如果将其简单理解为模型的自我调整、优化，那在目前来说也不算是特别有开创性的新鲜事。

“比如模型的迭代，0.1的迭代也是研究员来定义和发起的。还是更类似于在一个固定态，将目标、方向和框架定下来，AI在其中写了多少代码、完成多少研发，依然是执行者的角色。”此前，...

飞向TAI空 | tmtpost​.com • Oct 9, 2026