看懂 RSI 递归自我改进:五级自主框架、国内外厂商进展与落地边界(2026)

先说一个能把话题拉回地面的数字:截至 2026 年 5 月,Anthropic 内部合并进代码库的代码,超过 80% 是 Claude 写的——而在 2025 年初 Claude Code 发布前,这个比例还只是个位数。

同一时期,OpenAI 公开的内部指标显示,AI agent 现在每 1 个人类工作日,能产出 3 天以上的研究工作量。

这就是 2026 年最被反复提起、也最容易被夸大的概念:RSI,递归自我改进。它既不是科幻里的「机器觉醒」,也不只是「AI 帮我写代码」。真正值得关心的是三件事:它的定义边界在哪、国内外厂商真实走到哪一步、哪些是进展哪些是营销。


一、RSI 到底指什么

RSI 是 Recursive Self-Improvement 的缩写,中文叫递归自我改进。

一句话定义:一个 AI 系统不只是把自己变强,而是改进了「让自己变强的那套机制」,并且下一代在没参与过训练的评测上,依然更擅长继续改进自己。

关键在「递归」两个字。模型微调后 Python 写得更好,那只是改进;只有当它改进了「改进过程」本身、让下一轮改进更快更省,才算踏进 RSI 的门槛。

这个区别很重要,因为它划出了一条容易被模糊的界线。学界通常把两件事分开:

思想源头并不新。1965 年,I.J. Good 就提出「智能爆炸」设想:一台机器能设计出更聪明的机器,从而触发指数级的能力级联。后来 Nick Bostrom 在《超级智能》里把它系统化。六十年过去,它第一次从思想实验变成了工程日程表上的条目。


二、五级自主框架:把「进展到哪」量化

2026 年 9 月,一批中国研究者给这个模糊话题装上了尺子。

由上海交通大学牵头,联合清华大学、上海人工智能实验室以及字节跳动等机构的 35 位研究者,发布了一篇名为《The Last AI Built by Humans》(最后一个由人类打造的 AI)的路线图论文。他们梳理了 491 篇相关论文,提出一套五级自主框架,把「AI 自我改进」按自主程度从低到高分级。

RSI 五级自主框架:从执行人类流程到改进「改进能力」本身

如上图,这套框架的五个层级是:

论文的一个冷静结论是:尽管媒体热炒,绝大多数现有研究其实还停在最基础的辅助层级(L1 附近),真正的 L5 递归元改进仍是方向而非现实。

这套分级的价值在于,它把「AI 会不会失控」这种情绪化辩论,转成了「现在处在第几级、还差几级」的可讨论问题。想理解这类能力跃迁背后的底层争论,可以读从 Scaling Law 瓶颈到 ASI:几条可能的突破路径。


三、国外厂商:进展与自我警告并存

海外三家前沿实验室,几乎在同一时间把 RSI 从内部话题摆上了台面。各家公开的数据,是衡量「进度」的锚点。

国内外厂商已公开的 RSI 自我改进关键数据

这些数字来自各家公开材料,覆盖代码占比、产出倍增、算力自优化等不同维度,逐家来看。

3.1 OpenAI:冲刺 2028「自动化 AI 研究员」

2026 年 9 月,OpenAI 罕见地公开了一份内部指标文件《Research Acceleration》,配上首席科学家 Jakub Pachocki 的文章《An Alien Mind》(异类心智)。

核心数据:AI agent 现在每 1 个人类工作日,能贡献 3 天以上的研究产出量。

时间表也摆了出来:「自动化研究实习生」在 2026 年 9 月达成,能在人类指导下完成明确定义、约需数天的研究任务;全功能的「自动化 AI 研究员」目标定在 2028 年 3 月。

更早的信号是 GPT-5.3-Codex(2026 年 2 月)。OpenAI 称它是「第一个在创造自身过程中发挥了作用」的模型——它帮忙调试了自己训练过程中的问题。

但 Pachocki 的措辞很克制:他把 RSI 称为一条「现实的近期轨迹」,同时警告这「需要极度谨慎」,直言「没有人为它的后果做好了准备」。

3.2 Anthropic:80% 代码已由 Claude 写

2026 年 6 月,Anthropic Institute 发布长文《When AI builds itself》(当 AI 打造自己)。

两个数字最有冲击力:截至 2026 年 5 月,Claude 写的代码占公司合并代码超过 80%(2025 年初还是个位数);工程师人均每季度产出的代码量,是 2021 至 2025 年的 8 倍。

更具体的一个案例:2026 年 4 月,团队修复了 800 多个 API bug,把 API 错误率降低了约 1000 倍——工程师估计,纯靠人力单干要花大约四年。

Anthropic 还展示了更接近 RSI 内核的实验。研究员带队做的自动化研究系统,会自己检索文献、提出方法、训练模型约 30 分钟、再迭代刷高 benchmark,一轮轮跑下去。

不过 Anthropic 反复强调一个前提:它对 RSI 的定义是「AI 系统有能力自主设计并开发自己的后继者」,而这件事尚未发生,也不保证会发生。

3.3 Google DeepMind:AlphaEvolve 已经在自优化

如果说前两家还在讲「趋势」,DeepMind 的 AlphaEvolve 更像已落地的产品。

它是基于 Gemini 的进化式编码 agent:模型生成候选算法,自动评估器验证答案,再用进化框架保留最优解、迭代改进。2026 年 7 月 9 日,它从预览转为全面开放(GA)。

最能说明「自我改进」的一点:AlphaEvolve 通过进化式代码优化,持续回收谷歌全球算力的约 0.7%——AI 在优化跑自己的基础设施。

在数学上它也拿出了硬结果:面对 50 道未解难题,约 75% 重现了已知最优解,约 20% 刷新了已知的最好界,其中把 11 维 kissing number 的下界从 592 提高到 593。

3.4 别忽略的两个「小系统」

除了三巨头,两个较小的系统很能说明 RSI 的形态:

这两个例子的意义在于:RSI 不一定是一个巨型模型突然觉醒,也可以是「进化 + 评估」的工程闭环在特定任务上稳稳生效。


四、国内进展:从框架到落地都有牌

国内的进展常被海外叙事盖过,但其实两条线都在推进:既有前面提到的理论框架,也有工程落地。

理论层面,《The Last AI Built by Humans》五级框架本身就是一次话语权卡位。它没有停留在「能不能行」的空谈,而是给出了可讨论的分级和诊断标准,让能力辩论从刷榜转向「自主等级」。

工程层面,几个动作值得记:

智谱这个案例尤其关键。它把 RSI 的对象从「写业务代码」推进到了「让 AI 改进自己的运行系统」——AI 不再只是写代码,而是参与了整个推理系统的工程闭环。这套系统还真投产了:GLM-5.3-Flash 以匿名模型 Ox-Alpha 在 OpenCode、OpenRouter 上线,6 天 Token 调用量超过 62 万亿。

把这几条线拼起来看,国内的策略更像「框架定义 + 单点工程突破 + 生产落地」并行,而不是像 OpenAI 那样把整个组织押注在一条「自动研究员」路线上。想看这种能力如何转化成产品竞争,可参考测试时计算与自我改进 LLM:原理、方法与边界。


五、落地边界:进展与营销的分界线

热度越高,越需要一把冷静的尺子。哪些是真进展,哪些是被放大的叙事?

5.1 「AI 写 80% 代码」不等于「AI 在自我进化」

这是最容易被误读的数字。Claude 写 80% 的合并代码,说明的是「AI 是高效的编程助手」,不等于「AI 在自主设计下一代 Claude」。前者是有界自我精修,后者才是 RSI。两者中间隔着 L2 到 L5 好几级。

5.2 真正的瓶颈没消失

即便进入了改进循环,它依然被几件事死死卡住:

所以现阶段的 RSI 更准确的描述是:一个弱的、局部的、被重度监督的反馈闭环。它把问题从「AI 能不能帮研究员」变成了「AI 研发里还有哪些环节离不开人,这些环节缩得多快」。

5.3 落地建议

对企业和开发者,务实的做法是:


六、安全与治理:能力狂飙,控制留白

RSI 最刺眼的地方,是能力曲线和控制能力之间的裂口。

2026 年 9 月中旬,多家美国头部 AI 实验室的负责人罕见地联合发声,呼吁放慢技术推进,警告 AI 可能很快开始自我改进、并滑出人类控制范围。

同一时间,圈内的表态也异常直白。有 Anthropic 研究员公开估计,未来十年 AI 导致人类灭绝的概率高于 10%,并坦言公司没有完整的对齐方案;另一位研究员则因安全担忧在 9 月辞职。云安全联盟(CSA)也发布了专门讨论 RSI 系统性风险的白皮书。

这种「一边狂奔、一边喊停」的分裂感,本身就是 2026 年 RSI 状态的真实写照:能力在以 8 倍、3 天/天的速度往前冲,而对齐和控制方案还大面积留白。治理这件事怎么落到工程上,可以看AI Agent 治理与可观测性:那些被隐藏的成本。


小结

RSI 不是一个可以简单回答「实现了没有」的开关,而是一条有刻度的爬坡路。

用五级框架量一量:国外三家在 L2 到 L3 之间有扎实进展,AlphaEvolve 甚至在特定任务上摸到了更高层级;国内则以「框架定义 + 单点工程突破 + 生产落地」并行推进,智谱 GLM 更是率先把自我改进推进到了真实推理系统。但没有任何一家真正踏进了 L5 递归元改进——那个会滚雪球的临界点。

最该记住的三句话:AI 写 80% 代码是助手,不是进化;真正的瓶颈是算力、评测和接地气,没有消失;能力在狂飙,控制在留白。看懂这三点,就不会把营销叙事当成技术现实。


免责声明

本文基于公开资料整理,所涉数据、时间表与观点均来自各机构公开披露,可能随后续进展变化。文中不构成任何投资、技术选型或安全决策建议。请以各厂商官方信息为准。


参考来源


相关阅读

🛒 京东 海尔净水选购会场

京东大促进行中,超值好物等你来选

去京东看看 →

* 京东联盟推广链接,你不需要多花钱,我们获得小额佣金

🟠 淘宝 淘宝数码家电会场

淘宝精选好物,超值优惠等你来抢

去淘宝看看 →

* 淘宝联盟推广链接,你不需要多花钱,我们获得小额佣金

🛒

推荐搭配装备

善其事,利其器。以下硬件能最大化你的AI体验👇

京东
⚡
MacBook Pro 14寸 M4 Pro
AI开发者首选笔记本,性能续航双优
¥15000-20000
淘宝
⚡
联想拯救者Y9000P 2026
AI开发游戏本,i9+RTX4070
¥9000-12000
🔵 京东 🟠 淘宝

🔗 通过以上链接购买可支持本站持续运营 🙏