AI“递归”热潮来袭：海外积极布局，国内厂商跟进但面临模型坍缩等挑战

什么是RSI“递归”一词近期在AI圈子突然火爆有两家初创公司用其作公司名许多实验室在路线图里加入RSI递归式自我改进。它是人工智能进步主要标志之一与记忆、推理和多模态并列唯一限制是算力人类并非必要条件。从2016年AlphaGo到2023年ChatGPT再到如今大模型参数军备竞赛AI行业追逐下一个“改变一切”的事物RSI可能是下一场狂欢。RSI火了当AI能靠「递归」进行自我构建今年5月AI界研究员Richard Socher创办Recursive Superintelligence公司目标是构建递归自我改进超级智能研究过程全自动化。安德烈·卡帕西推进Auto - Research项目用智能体集群训练语言模型让模型自我改进。他很坦诚在推特更新进展代码在GitHub公开目前在GPT - 2小模型迭代。他加入Anthropic预训练团队与Claude结合若成功将不是小打小闹。Adaption公司推出AutoScientist工具自动化前沿模型训练野心更大想完成全尺寸前沿模型训练闭环。两家代表不同路线谁先成功对行业影响不同。Google CEO泼冷水我们还没到那一步Google CEO桑达尔·皮查伊称RSI是连续体大家在进步但还没到描述中的量级加速。今年1月Anthropic程序员称团队近100%代码由Claude Code写已替代工程师写代码。Anthropic内部调查显示部分工程师认为Mythos改进后可替代L4工程师但Claude在自我驱动方面有弱点。Georgetown研究中心专家对RSI评估有分歧但都认为递归让未来难预测。METR研究员Ajeya Cotra将RSI进程分为“足够”“对等”“超越”三级判断已接近第一级第二级到来后续加速会很快。国内没人喊RSI但DeepSeek们已摸到了边国内厂商很少公开提RSI但在让AI自我改进上已有所触及。DeepSeek花费比OpenAI少靠算法优化在推理任务上抗衡这是RSI核心逻辑之一。百度文心用强化学习驱动模型自我优化虽未提RSI但做的是同样的事。不过国内厂商在RSI探索上还处于跟随状态但有成本控制和落地场景优势。同时AI生成数据训练会导致模型坍缩RSI所需理想环境现实中不存在它不只是技术问题还需开放世界。写在最后过去五年行业从大规模预训练到RLHF再到RSI让人类在决策链条中后退且过程不可逆人类相关能力会退化未来可能难以理解工具制造。