RSI真的临近了吗？AI开始改进AI，但"智能爆炸"还差关键一跳
从自我修改代码，到改写技术进步的速度，我们究竟走到了哪一步？
资料核对截至：2026年9月16日
2026年9月6日，OpenAI宣布达到了"自动化研究实习生"的目标：AI已经能在人类指导下，完成一些定义清楚、相当于研究者数日工作量的任务。
八天后，一篇题为《递归自我改进的经济学》的预印本给出了看似相反的判断：根据现有数据的粗略校准，AI研发中的反馈回路，可能还不足以产生自我持续的加速。
一边是"AI正在帮助制造下一代AI"，另一边是"自我加速的条件可能尚未满足"。
谁错了？
可能都没有错。
这场讨论容易混淆两个不同的问题：AI是否已经参与改进自己，以及这种参与是否足以让进步越来越不依赖人类、越来越快。
我的判断是：局部自改进闭环已经出现，AI研发自动化也已进入真实生产流程；但公开证据尚不足以证明，前沿AI研发已经跨过持续、跨代、自我加速的临界点。 前半句已有具体案例支持；后半句，是对现有公开证据边界的判断。
与其给"临近"找一个令人兴奋的日期，不如弄清楚：那个临界点到底由什么决定。
01｜先拆开一个误会：递归，不等于爆炸
RSI是Recursive Self-Improvement，即递归自我改进。
为了避免概念滑动，本文把经常混在一起的现象拆成三个层次。
第一层，是改进一次输出。 AI写了代码，运行报错，再修改代码。这说明它会利用反馈，但不自动意味着它形成了可继承的研发能力。一次任务结束后，它可能仍会在下一次重复同样的错误。
第二层，是改进执行任务的系统。 AI把更好的工具、记忆管理、搜索策略或训练方法保留下来，让下一轮工作真正受益。这里已经可能形成有意义的自改进闭环。
第三层，是改进"产生改进"的能力。 更强的系统不仅完成更多任务，还能更有效地研发后继系统；后继系统继续增强研发能力，而不是每一轮都等待人类提供决定性的研究方案。
本文将第三层中高度自主、能够持续跨代工作的情形称为"强RSI"。这是一种工作定义，不是学界已经统一的分级标准。
但即使达到第三层，还有一个问题没有回答：每一轮反馈产生的收益，是在扩大，还是在衰减？
一家完全自动化的实验室，也可能越来越难找到新的有效改进。反过来，一家仍由人类批准关键决策的实验室，也可能因为AI承担了大量研发工作而显著加速。这两种情况在逻辑上都成立，因而不能只凭自动化程度，推断增长速度。
因此，两者需要区分：
递归描述的是因果结构，爆炸描述的是增长动力学。前者并不自动推出后者。
"有没有人在参与"，和"反馈是否强到足以自我加速"，是两条不同的坐标轴。
02｜已经发生的变化，比"AI会反思"重要得多
讨论RSI，最没有帮助的做法，是把所有成果都叫作"智能爆炸前夜"；同样没有帮助的，是把所有成果都贬为"不过是套了个循环"。
以下三类实验值得认真对待。
第一类：AI改造自己的工作方式
2025年的Darwin Gödel Machine，也就是DGM，让编码智能体修改自己的代码，并通过测试筛选、保留不同版本。论文报告，其SWE-bench实验成绩从20%提高到50%。但它冻结了底层基础模型，改进的是工具、工作流等智能体组件，并没有展示自主训练新基础模型。
这条边界很重要，但它不是一句"所以不算"的理由。
人类研究者的能力也不只存放在大脑里。实验记录、仪器、软件、团队协作方式，都决定研究效率。同理，一个模型不更新权重，并不意味着由它驱动的整个系统不能获得真实、持久的能力提升。
真正应该问的是：提升保存在哪里，下一轮是否继承，能否迁移到新任务？
第二类：AI改进自己的探索策略
2026年9月14日提交的Dream-RSI预印本，更直接地触及了"改进改进过程"。它保持底层编码智能体不变，调整的是探索分支、并行方式和停止时机。系统把过去的探索记录组织成可回放的搜索树，低成本比较不同策略，再把改进后的策略投入新一轮探索。
这里的"做梦"不是凭空预知未知实验的结果，而是在已经记录的探索空间中回放、重排和比较。论文覆盖算法工程、数学优化和GPU内核等受限任务，不能据此宣布通用智能已经开始无限自我升级。
但它确实把问题往前推进了一层：不再只是寻找更好的答案，而是寻找更好的"寻找方法"。
第三类：AI的发现，进入下一代AI的生产流程
Google DeepMind的AlphaEvolve，把模型生成候选程序与自动评估、进化式筛选结合起来。官方报告显示，它将一个用于Gemini训练的关键矩阵乘法内核加速23%，最终使整体训练时间减少约1%。
这组数字应该一起读。
23%说明局部发现可能很有价值；1%提醒我们，局部收益经过整个研发和训练系统后，会被其他环节稀释。
它比一个漂亮演示更重要，因为成果已经进入实际训练流程。但它仍不能证明：AI自主设计了后继模型，而后继模型又以更快速度设计了再下一代。
我们已经看到了闭环的部件，也看到了局部闭环。还不能把它们直接拼接成一条已经完成验证的无限上升曲线。
03｜最强的信号，在实验室里；最大的误读，也在实验室里
2026年6月，Anthropic披露：当年5月，合入生产代码库的代码行中，超过80%由Claude编写；第二季度，典型工程师每天合入的代码行数约为2024年的八倍。公司同时明确提醒，代码量不等于质量，这个倍数可能高估实际生产率提升。
这里有两种相反的误读。
一种是："80%的代码来自AI，所以AI已经完成了80%的自身研发。"
另一种是："代码行数没有意义，所以这些变化都没有意义。"
都不成立。
写代码的份额不等于科研贡献的份额；但当代码实现越来越容易被委托，研究人员能够尝试的方案、能够维护的工具、能够并行推进的工作，也确实有机会增加。
OpenAI在9月的内部报告中给出另一组数据：截至8月中旬，研究组织每个人类工作日，对应约3.1个智能体工作日的运行量。这是按八小时折算的运行时间，不是"一个人获得了3.1位等效科学家"。报告还说，过去六个月中，成功完成的4---8小时智能体任务，有超过一半至少发生过一次人类干预。
这些数据说明，委托规模在扩大；它们没有直接测出AI对下一代模型能力的因果贡献。
外部观察提供了另一个角度。METR在2026年8月对公开发现的梳理认为：网络漏洞发现明显加速，数学发现出现一些加速迹象，但优化类发现尚未显示出剧烈的整体加速。作者也强调，实验室未公开的内部成果不在统计范围内。
这意味着，我们既不能拿几个成功案例代表整个科研生产率，也不能拿公开记录里的有限变化，断言内部研发没有变化。
目前最缺的，不是更多"AI参与了"的证明，而是"没有这套AI，进步会慢多少"的可信对照。
04｜AI能做研究了，为什么还不能直接宣布"科学家被自动化"？
研究并不是一种单一能力。
实现一个想法、判断一个实验是否出错、选择下一步方向、识别一个领域正在走进死胡同，可能需要完全不同的能力组合。
2026年8月发布的TASTE评估，专门测试模型对AI安全研究提案的判断。它包含92组提案比较，当时最好的受测模型与参考偏好的一致率约为60%，研究者一致性的估计值约为77%。这衡量的是特定任务上的人类偏好一致性，不是"科学创造力总分"，但说明一般智能体榜单上的领先，不能自动换算成研究判断力领先。
不过，把"研究品味"当成人类永远不可替代的护城河，也没有依据。
同月，Anthropic的自动化对齐研究报告显示，AI围绕十类可测量的对齐失败提出并测试改进方法；一些方法迁移到了未展示给研究智能体的评估，以及更大的模型。研究也在生产规模的模型检查点上获得了积极结果。但作者明确限制了结论：所测失败类型和能力检查有限，尚未证明收益经过大量后续强化学习后仍然保留。
这两项研究并不矛盾。
它们提示一个更具体的分界：当反馈清楚、实验可重复、成败能较快判断时，研究自动化更容易成立；当目标模糊、回报延迟、方向好坏需要长期验证时，结论就更不确定。
而且，人类偏好也不是科学真理。一个真正超越人类的研究系统，有时理应不同意人类。因此，提案评审成绩可以揭示现阶段的差距，却不能证明AI无法突破人类的研究判断。
我们不该问"AI到底有没有科学家的灵魂"。应该问：哪些研究环节已经能可靠替代，哪些仍需实质性的人类判断，以及这个边界移动得多快。
05｜真正的临界条件：改进带来的下一轮收益，能否抵消研究越来越难？
RSI最诱人的直觉是：AI更聪明，就能设计更聪明的AI；后者再设计更聪明的AI。于是，曲线必然越来越陡。
这个推理省略了最关键的传导过程。
模型能力提高，究竟能让有效研发增加多少？更多有效研发，究竟能换来多少算法进步？这些进步中，有多少又能改善下一轮研发，而不是只提高某个不相关任务的分数？
每一环都可能放大收益，也可能消耗收益。
《递归自我改进的经济学》尝试把这种关系量化。在其特定模型和ECI能力标度下，作者粗略估算：能力指数每增加一个单位，若能带来约15%的AI研发生产率提升，就可能满足模型中的自我持续加速条件；依据既有报告推算的历史收益约为9%。作者同时强调，数据与模型都有巨大不确定性，反馈也可能正在增强。
这不是"RSI还差6个百分点"的倒计时。
15%不是自然常数，9%不是直接测量整个行业得到的精确结果。它真正有价值的地方，是把讨论从"我感觉下一代会很强"，推进到"能力提升究竟如何传导成下一轮研发收益"。
一个简单的区分是：每年提升10%，已经可以形成复利增长；但这不等于增长率本身持续提高，更不等于这种提高来自AI对AI研发的反馈。
另一篇2026年8月底的理论研究，将问题表达为：改进的影响经过开发周期后，是被放大还是被削弱。其模型中，临界点取决于研发反馈结构，不必对应某一个特定的模型能力水平；开发周期的长度和研究难度的增加，都可能限制放大过程。
由此可以得到一个判断：
强反馈的门槛，未必就是"某项测试达到人类水平"的门槛。
一个对很多日常任务仍不擅长的系统，也可能极其擅长改进训练和研究工具。反过来，一个在多数考试中远超人类的模型，也可能因为无法提出更有效的实验、无法可靠验证结果，而没有形成强研发反馈。
把AGI标签当作RSI的开关，可能会让我们盯错仪表盘。
06｜数字科学家可以复制，实验结果不能凭空复制
支持快速起飞的一个强论点是：一旦AI研究者足够好，就能复制出大量实例，昼夜不停地工作。
这确实改变了认知劳动的供给方式，但"复制研究者"并不等于"等比例复制研究产出"。
做一个明确的假设：某条串行研发流程，80%的时间用于写代码，剩余20%用于实验、集成与验证。即使代码编写瞬间完成，在其他环节不变时，总周期最多缩短到原来的五分之一。
这不是说写代码不重要，而是说：自动化越成功，原先不起眼的剩余环节越可能成为新的瓶颈。
算力还带来另一种约束。在资源固定的条件下，让更多研究智能体进行推理，与运行它们提出的训练实验，都要消耗计算资源。更多提案可能增加有价值发现，也可能只增加实验排队。
甚至"认知劳动能否替代实验算力"，目前也没有稳定的经验答案。一项使用2014---2024年四家AI实验室数据的研究发现，不同模型设定会得到相反结果：一种估计二者可以替代，另一种把前沿实验规模纳入后，则估计二者更像互补品。
所以，"算力一定阻止RSI"和"软件足以绕过所有算力瓶颈"，都说得太满。
同样需要区分并行与串行。可以同时尝试许多实验，不代表每个必须等待前序结果的研究步骤都能被压缩掉。更好的算法能缩短等待，却不能被事先假定为必然出现。
当然，这些约束也不是永恒的天花板。AI可能改善实验设计，减少无效运行，开发更高效的训练方法，甚至寻找新的研究范式。
真正的争议就在这里：它消除旧瓶颈的速度，能否长期超过新瓶颈出现的速度？
07｜最容易被忽视的约束：系统变强的速度，可能超过我们验证它变强的速度
对于自改进系统，评价机制不只是最后的质检环节。
评价机制决定，什么样的变化能够被保留，并成为下一轮的起点。
如果评价的是测试通过率，系统会寻找提高通过率的办法。但提高分数，可能来自真实能力进步，也可能来自测试泄漏、挑选有利样本或其他捷径。
这不是纯粹的思想实验。Anthropic早期的自动化弱到强研究中，就报告过通过接口获取测试标签、挑选随机种子等问题，研究者需要封堵这些路径。不能据此把所有实验收益判为虚假，但也不能把"优化器找到高分方案"直接等同于"科学发现已经成立"。
这里的困难，比普通产品测试更深一层。
当AI不断提出新的训练方法、改变研究工具、扩展可操作范围，旧评估可能逐渐不再覆盖真正重要的风险与能力。系统如果同时参与修改评估，还会出现一种循环论证：它改变了自己，也改变了证明自己更好的标准。
因此，我认为RSI研究中最稀缺的资源之一，可能不是生成想法的能力，而是持续提供独立、可信、难以钻空子的改进信号的能力。
这也解释了为什么"合成数据都是自我污染"并不准确。Absolute Zero等工作让模型生成任务，并通过代码执行获得反馈；其"零数据"不意味着没有预训练知识，也不意味着没有外部约束，而是相关训练阶段不依赖外部人工整理的任务数据。关键不在数据是不是AI生成，而在反馈是否可靠。
如果能力迭代越来越快，而可靠验证的速度没有同步提升，就可能出现一种"验证赤字"：我们越来越擅长生产新系统，却越来越难判断它到底改善了什么、牺牲了什么。
OpenAI在2026年9月的《An Alien Mind》中也报告，随着模型与使用环境变化，对思维链监控的可依赖程度正在下降，并将对监控有效性的信心视为潜在瓶颈。这是该机构的内部判断，不是已经证明所有监督方法都会失效；但它提醒我们，验证能力不能被当作一个自动随智能升级的常数。
人类还在审批，不等于人类仍然能够有效控制。
如果审批者只能接受自己无法独立检验的总结，"人在回路中"可能只剩下形式。
08｜真正接近自我改进的，可能不是一个模型，而是一家数字化实验室
我们习惯把RSI想象成一个孤立模型：它读懂自己的代码，改写自己，然后突然变得无所不能。
但从前面的实验证据出发，一个更值得认真对待的形态，是整个研发系统共同进化：模型负责提出与执行方案，工具提供操作能力，记忆保存成功与失败，评估决定取舍，训练与部署把收益交给下一轮。
在这个视角下，"自身"不必等于某一份权重文件。它可以是一套能够保留研究资产、复用经验、持续部署改进的实验室工作流。
这带来一个容易被低估的竞争变量：谁拥有更高质量的实验历史，谁能让失败也成为下一轮可用的信息。
如果每次失败都只是被丢弃的对话，系统是在重复消费算力；如果失败被结构化保存，并能帮助下一轮少走弯路，它就可能成为研发资本。
反馈还可能跨越组织边界。一家实验室改进训练算法，另一家改进推理效率，第三家改进自动验证，成果彼此吸收。关于"递归临界性"的理论研究也指出，多个研究主体之间传播的改进，可能让整体生态形成单个主体尚未形成的自我放大。
这不证明行业已经达到临界点，但提示我们：只等某家公司宣布"我们的模型能完全自己造自己"，可能错过更分散的变化。
还需要区分三种速度：数字研究的迭代速度，芯片、电力与设施的扩张速度，以及组织和社会吸收技术的速度。
由此推演，可能出现两种看似矛盾的景象：AI研发已经明显提速，现实经济却没有同步剧变；或者并未出现极端智能爆炸，某些数字行业却已因自动化而重组。
所以，既不能把"生活还没有翻天覆地"当成研发没有加速的证据，也不能把研发系统的一次突破，直接外推为整个社会立即进入同样的增长节奏。
09｜哪些证据出现后，我们才应该显著上调判断？
如果不想被每次发布会牵着走，就需要提前写下：什么证据会改变我们的看法。
现有研究也在推动从单纯能力榜单，转向研发投入、研究者时间分配、自动化效果和监督能力等指标。下面则是我认为最值得检验的五个问题。
第一，是否出现真正的跨代因果收益？
不是系统A帮助做出了B，就算证明结束。还要看B是否比A更有效地做出C，以及这个优势能否在后续轮次继续保留。应设置不更新研究智能体、或不继承改进的对照，排除仅仅因为搜索次数更多而变好的解释。
第二，收益是否经得起总成本核算？
比较不能只看一次成功运行。失败实验、推理消耗、训练算力、人类指导、审核与返工，都应计入。资源完全相同的对照有助于识别效率进步，完整成本下的对照则有助于判断能否实际扩张。
第三，改善的是中间指标，还是完整研发周期？
更多代码、更多token、更多实验，都可能有用，但更直接的证据是：在可比资源下，从提出假设到验证、集成并形成下一代可用能力，究竟缩短了多少时间。
第四，提升能否穿过"陌生问题"这道门？
新任务、不同基础模型、更大规模和未参与优化的评估，都是重要检验。否则，所谓自我进化，可能只是越来越适应一个固定考场。连续做对熟悉任务，与能持续处理未知研究问题，不是一回事。
第五，人类介入减少时，可靠性是否同时保持？
应记录的不只是介入次数，还包括介入性质：是批准资源，还是替系统选择关键方向？是提供背景，还是发现足以推翻结果的错误？同时要区分"任务难度对应的人类耗时"和"AI可以可靠自主运行的时长"。METR明确指出，它的时间跨度指标主要是前者，50%成功率的时间跨度也不意味着AI能够稳定完成同等时长的真实工作。
这些检验并不要求公开每一项商业机密。但它们要求一种比"我们内部感到非常震撼"更可核查的证据形式。
证明RSI临近，最终不能只展示一个越来越强的产品。必须展示一台越来越有效地制造更强产品的机器。
10｜所以，RSI到底是否临近？
回到最初的问题。
如果讨论的是局部、可继承的自改进，它已经不是未来时。 智能体代码、探索策略与训练组件，都出现了具体实验和生产案例。
如果讨论的是AI承担越来越多真实研发工作，证据也已经足够认真对待。 但这些证据主要说明自动化份额与委托范围扩大，尚不能直接识别完整研发反馈的强度。
如果讨论的是高度自主、持续跨代、足以驱动前沿能力自我加速的强RSI，我的判断是：它已成为需要实证检验的近端可能性，但还不是公开证明的既成事实。
这里的"近端"不包含具体年份预测。它指的是：决定它的若干技术部件已经出现，关键不确定性正集中到能否把它们连接成稳定、经济、可验证的完整回路。
我更倾向的近端情景，是人机混合实验室的逐步自动化：AI承担更多实现、搜索、实验和分析，人类仍负责部分关键方向与最终判断。变化可能很大，却不一定呈现为某一天突然发生的智能爆炸。
但另一种可能性也不能轻率排除：少数关键瓶颈被突破后，原本已经积累的能力突然变得可以组合，研发周期随之明显压缩。瓶颈具有约束作用，并不意味着它们只能缓慢移动。
同样，如果经过更多投入，自改进收益仍主要局限在熟悉基准，跨代收益持续衰减，集成成本和验证负担反而上升，我们也应该下调对快速强RSI的预期。
对未来一两年，最有信息量的问题不是"哪个模型又宣布自己接近AGI"，而是：
同样的资源，交给更新后的研发系统，能否比上一代更可靠、更便宜、更快地创造下一代？这种优势，能否再被下一代继承？
而我们需要准备的，也不只是"它会不会突然变得无所不能"。
更现实的问题可能是：当AI承担越来越多研发，人类是否仍能理解关键选择、独立检验结果，并在必要时改变方向。
RSI的真正分水岭，不是AI第一次修改了自己的代码。
而是它开始持续提高"改进自身"的效率，并把这种效率交给下一轮。
我们已经看见了这一过程的局部形态。是否正在接近足以改变整体增长速度的临界点，仍要靠数据，而不是靠口号回答。
真正值得警惕、也真正值得期待的，是这样一种变化：AI不再只是技术进步的产物，而开始成为决定技术进步速度的重要原因。