核心内容总结
2026年，硅谷最激烈的技术竞赛围绕RSI（递归自进化）展开——简单说就是让AI自己找问题、优化自己，形成“发现→改进→更强→再发现”的循环加速。OpenAI、Anthropic等巨头和学术界都在押注，争议焦点是“巨头会靠算力通吃，还是后来者能靠突破逆袭”，同时安全和组织效率也成了关键变量。这场竞赛不仅关乎AI行业格局，更触及“人类是否会交出进化主导权”的深层问题。
一、RSI是什么？为什么2026年突然火了？
RSI的核心是“AI自己改进自己的闭环”：AI发现自身模型的弱点→优化→变得更强→更强的AI能发现更深的问题→再优化……这个循环不断加速。
它现在火不是偶然，两个条件成熟了：
1. AI会“干活”了：比如编程智能体能自己写代码、跑实验、看结果；
2. AI懂“自己”了：能像研究员一样分析自己的模型弱点。
更关键的是反馈周期被压缩到分钟级：以前人类做实验，从想法到结果要几天甚至几周（导师→学生→实验→反馈）；现在AI几分钟就能完成“想→写代码→跑实验→出结果”，循环转得飞快，就像以前骑自行车爬坡，现在换成了电动车加速。
各大玩家都在行动：OpenAI定了时间表（2026年做AI研究实习生），Anthropic的Claude已经独立完成800小时AI安全研究（比人类效率高4倍），ICLR顶会还专门开了RSI专场——这说明RSI已经从“小众方向”变成行业共识。
二、RSI和10年前的AutoML有啥不一样？
很多人会问：10年前Google的AutoML不也是“AI优化AI”吗？区别大了：
- 以前的AI是“圈养”：人类先画好一个小圈子（比如规定搜索范围），AI只能在圈子里找最优解，像被关在笼子里的鸟；
- 现在的AI是“半野生”：大模型能自己理解AI架构和问题，不用人类画圈，搜索范围变大且智能，比如能自己找到优化模型的新方向。
简单说，以前是人主导细节，AI打杂；现在AI能帮人“想方向”，人只需要做更高层的判断——参与层级变了。
三、核心争议：巨头通吃还是后来者有机会？
这是最刺激的部分，分两派：
- “堆就能赢”派：认为谁算力强、Coding能力好，谁先转起RSI飞轮，加速度会越来越大，把别人甩得永远追不上（比如OpenAI、Anthropic这类巨头）；
- “突破不可预测”派：认为智能提升不是平滑曲线，而是“快速增长→平台期→再突破”的台阶式。平台期的突破靠的是新原理（比如牛顿发现万有引力），不是堆算力。这意味着小团队如果先撞上新原理，也能逆袭。
行业里的分歧其实是“信仰之争”：一派信“缩放定律”（算力越大越牛），另一派信“突破靠灵感”。Anthropic的联合创始人甚至把2028年底设为“证伪点”——如果到时候还没实现完全自动化RSI，说明有根本约束。
四、RSI现在进展如何？最缺什么？
目前RSI还在“初级阶段”：
- 已实现的：在“能打分、反馈快”的任务上（比如优化算法、提效提速），AI已经很厉害。比如Anthropic的Claude写了公司80%的代码，工程师效率是2024年的8倍；清华的OpenRSI模型在小算力下能逼近GPT-5.6的水平。
- 最缺的是“品味”：就是人类研究员的“方向感”——比如从少量样本里找规律、抽象问题的能力。大模型靠海量数据吃饭，但科学突破往往是“无数据”的（比如解释AI的“顿悟”现象），这是AI的软肋。
RSI不是“要么0要么100”，而是有台阶：第一级是提效（已实现），第二级是挖深层规律（正在努力），终极目标是让AI像爱因斯坦那样靠少量样本搞突破（还远）。
五、被低估的两个变量：安全和组织
- 安全：没那么容易失控
外行担心AI自我进化后失控，但从业者觉得离那一天还远——现在训练AI像“训练狗”，用奖惩机制约束，AI很难有自我意识。Anthropic甚至公开说“如果能全球协同放慢发展换应对时间，是好事”，但难点是怎么监督（训练比导弹发射井隐蔽多了）。
- 组织：大厂未必跑得过小团队
RSI需要快反馈，大厂层级多（导师→学生→管理者），信息传递慢，容易掉回“以天为周期”的低速循环。而小团队（比如核心团队保持在150人以内，符合“邓巴数”）沟通直接，效率更高。所以组织灵活度可能和算力一样重要。
最后：你该相信哪种未来？
RSI的诱惑是“强者愈强”，但也存在“突破改写格局”的可能。这场竞赛最迷人的地方就是不确定性：你可以相信巨头通吃，也可以相信小团队逆袭。但无论哪种，RSI都是AI发展的必经之路——当AI能自己优化自己，进化的主导权会不会从人类手里滑落？这个问题没有答案，但值得我们认真盯着。