AI开始自己改自己了:RSI爆火背后,一边是智能爆炸,一边是失控风险

先说个现象。最近AI圈里，有个三个字母的缩写出现得越来越密——RSI。

乍一看像股票里的"相对强弱指标"，其实是另外几个单词的头字母：Recursive Self-Improvement，递归自我改进。

我第一次留意到它，是今年6月Anthropic在X上发的一条帖子，大意是：内部数据显示，Claude正在加速AI研发，这可能是一条通往递归自我改进的路。末尾还跟着一句——"它比我们想得更快"。

这六个字，我盯着看了一会儿。

作为一个天天靠数字员工干活的人，我想把RSI讲明白：它是什么、靠什么转起来、2026年走到哪一步了、真跑通会怎么样。

01. 什么是RSI：AI开始动手改自己

一句话说清楚：

一个AI能改进自己的代码和能力改强了之后，它更会改自己

拆开看，三个词都有讲究：

• 递归
  ——这次改进的结果，是下次改进的起点，一轮套一轮
• 自我
  ——被改的是它自己，不是外人在改
• 改进
  ——每轮都得真的变强，不然循环当场就断

顺序很关键：不是"AI帮人写代码"，是"AI帮AI写代码"，到最后连"谁来验证这次改得对不对"也交给AI了。

顺便提一句：各家定义还不一样，有的大厂只认全自动那种。

02. 运行原理：这个圈怎么转起来

这套闭环拆开就四步：

提出修改方案 → 修改自己 → 验证效果 → 保留有效的 → 拿着新版再来一轮。

听着平平无奇，要命的地方在于：它改的不只是"能力"，还有改进能力的能力。

普通升级像1万块存银行，利息再多也是线性的。RSI是利息自己长利息——单轮也许只提升1%，但被提升的正好是"学习效率"本身，下一轮基数就变了，这就是复利。

生物进化是同一个道理：变异、筛选、留下管用的，下一代起点更高。区别只有一个——进化一轮要几百万年，AI可能是几天。

进化的筛选器是大自然，AI的筛选器是它自己写的评分标准。这一步，就是整件事从工程问题变成风险问题的分界线。

03. 2026年，走到哪一步了

先给结论：狭义上的自我改进早就在发生了，通用智能爆炸还没来。

不是拍脑袋。今年三家大厂前后脚放出了进度：

还有个数字更狠：Anthropic 8月的博客说，工程师每季度的代码产出，已经是2021到2025年平均水平的8倍。Karpathy也在推Auto-Research项目，让模型自己给自己出研究题。

但学术圈的尺子量出来，差得远。今年8月有个基准AI4AI-Bench，专门考"AI能不能自己设计训练算法"，这才是RSI的真门槛。结果：平均分0.166，最强的Opus 5也只有0.288，及格线都够不着。

arXiv 7月那篇综述更直接，扫了2024到2026年1250篇论文，其中74%是2026年发的。可作者把话说得很明白——绝大多数都是"有界的自我微调"，这些早就是工业界的日常了。真正开环的RSI，一条都没有。

卡住的不是"AI能不能写代码"，是"AI能不能自己判断哪个改变真的更好"。这一格，还没跨过去。

04. 真跑通了会怎样：智能爆炸和安全黑箱

RSI被反复提，是因为它指向一个老概念：智能爆炸。一旦AI改进自己的效率超过人类改进它的效率，曲线就拐弯了。

METR研究员Ajeya Cotra把这条路拆成三个台阶，比"AGI什么时候来"好回答得多：

• 足够
  ——把人全撤掉，系统还能做研究，哪怕不如人
• 对等
  ——AI独立做的研究，质量跟人独立做的差不多
• 超越
  ——AI自己单干，比人机协作还强

她的判断：第一步已经很近了。一旦第二步到了，往后可能一年之内就冲到第三步。

问题也在这儿。今年9月，Anthropic和OpenAI一批研究员密集发声，措辞都不轻。Anthropic对齐负责人Evan Hubinger给了个数字：未来十年AI灭掉全人类的概率，他认为超过10%，而他担心的正是"从递归自我改进里冒出来的超级智能"。OpenAI的Anna Wang说得更直白：目前还没有一套可行的科学方案，能解决这种AI带来的风险。

物理学教授、未来生命研究所主席Anthony Aguirre的评价最狠，他说让AI完全自主是"人类历史上最糟糕的主意"。理由很朴素：AI干得越多就越快，因为它比人快太多。

技术上还有个更阴的坑，叫模型坍缩。AI生成的数据混着它自己的幻觉和偏见，喂给下一代，下一代产出更差的，几代之后整个系统就塌了——像复印机照着自己的复印件一直印，印到第十张脸都糊了。

05. 我那79人团队，某个意义上是RSI的雏形

说回我自己。

我这边管着79个人：1个真人，就是我；加78个数字员工，含总管，分成10个部门。汽车出海、IP运营、潮玩文创、车旅户外、软件工程、GEO优化、SEO、公共服务、Yandex、蓝军，各管一摊。

听起来跟RSI八竿子打不着，但底层逻辑是通的：每一个数字员工干的活，都在喂养整个系统的进化。

客服小问回的每封询盘，沉淀进话术库，下一轮报价判断就更准；视频小短做的每条素材，数据回流到选题，下次命中率就更高；每天晚上20:10，全员自动把当天数据汇总成日报投到飞书。

我没让AI改自己的代码，说实话也不需要。我让它改的是提示词、流程、验收标准，然后用结果数据去验证：有效就留下，无效就回滚。

跟真正的RSI比，差在哪？差一个关键位置——筛选器一直是我这个人在坐。什么算"更好"，这个判断权我一天都没交出去。

RSI让人不安，不是因为AI会变强，是因为它可能自己定义什么叫"强"。谁握着筛选器，谁才握着方向。

所以普通人现在该干嘛？三件事，今天就能开始：

第一，先把"可验收"的活交出去。标准就两条：一个熟练的人几秒钟能不能答？答案能不能提前穷举？都能，就适合交。

第二，自己当筛选器。别把"什么算好"也让AI定。它可以说哪个更好，拍板的得是你。

第三，建自己的回流机制。让每个员工每次交付的结果，变成下一个员工的输入。做不到全自动，先从一张汇总表开始也行。

06. 说回你最该关心的事

RSI离普通人远吗？不远。它离你可能就一个问题的距离：你手上那些重复的活，什么时候开始交给AI，然后让每次交付的结果去喂养下一次交付。

大厂在赌AI改AI。我们能赌的，是自己改自己——用AI把手上的活跑成一个越转越顺的圈。

你现在最想交给AI的一件事是什么？评论区聊聊，我挨个看。

👇 关注刀哥，带你用AI搞钱

1个人 + 数字员工 = 一支百人团队

#RSI #数字员工 #一人公司 #AI创业 #刀哥说AI