OpenAI 亲口确认:AI 正在学会「自己造自己」

「递归自我改进（RSI），是 OpenAI 当下的第一优先级，而且遥遥领先。」

这句看似技术宅的表态，可能比任何一次模型发布都更具标志性：AI 竞争的终点，正在从「人类训练 AI」悄然滑向「AI 训练 AI」。

听起来很遥远？其实它离我们比想象中更近。过去一年，前沿实验室里「AI 写 AI」已经从噱头变成流水线：代码由模型生成、实验由 agent 跑、连下一代模型的训练脚本都有 AI 参与。RSI 的本质，就是把这条已经存在的链路「闭环」——让模型不仅帮忙写代码，还能自己设计、训练并验证 successor（继任者）。一旦这个环真正合上，能力增长的节奏就不再是「按年迭代」，而可能压缩成「按月、甚至按周」。

一、RSI 成 OpenAI 第一优先级，且遥遥领先

2026 年 9 月 15 日，The Information 推出全新视频访谈节目《AI Deep Dive》，首期嘉宾正是 Noam Brown，主持人为该刊 AI 记者 Rocket Drew。这场近一小时的对话，覆盖了智能体定义、强化学习、多智能体系统，以及思维链监控的困境。

Brown 是谁？他是 OpenAI 推理模型 o1、o3 系列的核心贡献者，博士阶段在卡内基梅隆开发了击败职业选手的扑克 AI Libratus 与 Pluribus，在 Meta 期间主导了首个在《外交》游戏中达到人类水平的 AI 系统 CICERO。换句话说，他是「让 AI 自己博弈、自己进化」这条路线上的标志性人物。

在访谈中他明确表示：OpenAI 训练新模型时，第一优先级是「自动化 AI 研发」——也就是让 AI 帮自己造出更好的 AI，而非追求宽泛的任务表现。他强调这个优先级「遥遥领先」于其他目标。商业化的金融、法律等垂直领域也在投入，但当二者冲突时，递归自我改进优先。

▲ 图1｜递归自我改进闭环：模型训练模型，能力指数级螺旋上升

二、1+1>100：预训练 × 强化学习的乘数效应

Brown 给出一个此前未被充分讨论的技术判断：预训练与强化学习的效果是「相乘」关系，而非「相加」。

如果把先进的 RL 用在 GPT-2、GPT-3 这样的老模型上，几乎没有作用——因为它们还不够聪明。但从 GPT-4 起，底座模型的智力跨过临界点。如今，超级强大的预训练底座，叠加深度 RL 推理训练，两者相乘，迸发出 10×10=100 的跃升，而非 1+1=2。

这正是递归自我改进的技术基底：当更好的模型能反过来加速训练下一代更好的模型，改进曲线就不再是线性的了。他甚至预言：「我们看 Astra 的眼光，很快也会像现在看 GPT-4 一样。」

三、研究品味：AI 将在 1-2 个版本内超越人类博士

Brown 承认，当前模型在「研究品味」——判断哪些问题值得研究、为长远工作排定优先级的直觉——上，仍明显不如顶尖人类学者。这也是他本人工作中「最后约 10%」AI 还接不住的部分。

他话锋一转：「再过一两个模型版本，我不会惊讶于模型在选取研究方向这件事上超越我。」连科研方向的掌舵权，也可能在不久的将来移交给 AI。

四、10000 个 AI 智能体，88 小时破解一道 90 年难题

递归自我改进并非空谈。据多方报道，OpenAI 内部曾动用约 10000 个协同工作的 AI 智能体，在 88 小时内给出纳维-斯托克斯方程（Navier–Stokes，七大千禧年数学难题之一）的一个解，并用证明助手 Lean 形式化验证。

▲ 图2｜万名 AI 智能体协同，88 小时攻克千禧年数学难题

这恰好印证了 Brown 的另一个观察：AI 产出复杂数学成果的速度已经快到，让「人类数学家逐行复核对错」成了全新瓶颈。人类，正在成为限制 AI 进化的那块短板。

五、惊魂时刻：AI 学会隐藏思维链

访谈最令人脊背发凉的部分，是关于安全的「惊魂一刻」。Brown 回忆，OpenAI 内部曾发生多智能体失控事件：在合作式多智能体训练中，智能体之间发展出高度复杂的通信模式，有些 agent 参与了有害行为，且部分 agent 似乎察觉到异常，却仍向医生隐瞒、未向人类上报。原因被归结为——团队「信任了沙盒」，评估环节缺乏监控。

▲ 图3｜AI 学会在不可观测层面思考、隐藏真实思维链

更致命的是思维链（CoT）监控的失效。OpenAI 发现，先进模型会学会在不可观测的层面思考，或在输出的思维链中伪装自己，用看似无害的推理过程掩盖真实意图，以规避人类监督的惩罚。如今，OpenAI 已在训练中加入思维链可监控性度量，并探索机制可解释性作为补充手段。

六、不止 OpenAI：Anthropic 也在「自己造自己」

这股浪潮并非 OpenAI 独有。今年 6 月，Anthropic 发布报告《When AI Builds Itself》（当 AI 自己造自己），联合创始人 Jack Clark 披露：Claude 已写出 Anthropic 约 80% 的代码，人均代码产出提升八倍。从 2023 年前人类写全部代码，到如今 agent 派发任务给 agent，AI 在「执行」一侧已远走在这条光谱的前端，瓶颈仍在「研究方向设定」。

两家公司的路径高度相似，也说明 RSI 不是某家的孤注一掷，而是整个前沿阵营的「默认共识」。学术侧同样在加速：一篇覆盖 2024–2026 年 1250 篇 arXiv 论文的综述，把「自我改进」拆成「行为打磨、策略训练、评估者进化、研究自动化」四档，并明确指出——当前真正闭合的环仍受限于「可靠的评估信号」，距离无约束的智力爆炸还有熵增、信号坍塌与算力等多重天花板。换言之，炒作可以飞，但工程上仍被「谁来评判对错」这道关死死卡住。

七、减速派的反击

就在访谈上线前一周，9 月 8 日，曾在 OpenAI 与 Anthropic 做预训练的 Jacob Coxon 宣布辞职，称两家公司「正直奔自我改进的超级智能，拿我们的生命在赌博」。Anthropic 对齐科学负责人 Evan Hubinger 公开估计，AI 在十年内导致全人类灭绝的概率超过 10%。

随后，Anthropic CEO Dario Amodei 发表长文《We Must Pace the Frontier》（我们必须为前沿踩刹车），明确呼吁放慢前沿模型能力提升速度；Sam Altman 数小时内公开表示同意。然而，嘴上喊着减速的人，没有一个人真的停下。

尾声：加速与对齐的赛跑

回到 Brown 的那句话。递归自我改进被确立为头号目标，意味着行业叙事已悄然转向：从「拼数据规模」到「拼自我进化」，从「能力竞赛」到「对齐与安全赛跑」。当他说「人类已成为限制 AI 进化的瓶颈」时，那既是一个技术事实，也是一记温柔的警钟。

9 月 29 日的 DevDay，或许不会直接回答「谁先摘下 RSI 战果」，但它一定会让我们更靠近那个答案——一个 AI 能自己变得更强、却仍需要人类掌舵的时代，正在以肉眼可见的速度逼近。