让AI自己训练自己？为什么RSI是通向下一轮“AI军备竞赛”的关键技术

如果说过去两年AI竞赛比的是“谁的模型更大、谁的算力芯片更多”，那么下一阶段，竞争的焦点可能会悄悄变成：谁能更快地让AI参与训练AI。

这背后有一个很“科幻”、但已经开始进入工程实践的词：RSI（Recursive Self-Improvement，递归自我改进）。它不是让模型一夜之间改写自己、无限变聪明的魔法，而更像给AI装上一条持续进化的流水线：模型先产出候选答案、代码或训练样本，再由可验证的规则、评估器或人类反馈筛选，最后把高质量结果送回下一轮训练。循环越有效，模型迭代就越频繁，训练任务也越可能从一次性项目变成更常态化的能力建设。

一、RSI是什么？不是“自己给自己打分”，而是一个有闸门的进化闭环

把RSI拆开看，其实并不神秘：第一步，模型生成更多解题路径、代码、推理轨迹或合成数据；第二步，用能判对错的验证器、奖励模型、测试环境或人工抽检来淘汰低质量结果；第三步，把留下的优质样本送回模型，进入下一轮训练。其中，真正关键的不是“生成”本身，而是验证与筛选——没有可靠闸门，模型很容易把错误放大，甚至陷入同质化。

一句话理解：RSI不是让AI“脱离人类自己升级”，而是把过去依赖人工实现的试错、评测、数据生产和工程优化，逐步交给可审计的自动化闭环。

二、为什么RSI可能把训练算力从“阶段性冲刺”变成“长期常量”？

传统大模型训练，更像一次规模巨大的“期末考试”：攒数据、租卡、跑完一个大训练周期，再发布新版本。RSI改变的是训练的频率和任务形态。为了让模型在代码、数学、Agent任务、科学计算或安全对抗中持续变好，平台需要反复进行大规模采样、验证、奖励建模、强化学习和再训练。单轮训练未必都比预训练更大，但循环次数可能更多，对高质量训练集群的占用也更连续。

更重要的是，RSI与长上下文、多模态、Agent天然叠加：模型需要看更长的轨迹，调用更多工具，在更多环境里铺开（rollout），再对过程进行评估。因此，训练的瓶颈不只是一块加速卡的峰值算力，还会外溢到高带宽存储、先进封装、网络互连、服务器整机柜以及数据中心供配电与散热等多个环节，来确保运作的稳定性。

而从研究展望看，若RSI把“模型迭代速度”变成核心竞争维度，2027年训练侧叙事有望再度强化。考虑到RSI等技术范式的变化，近期市场开始讨论模型参数进一步扩大的可能，其中国内模型能力正在向10万亿参数级别、海外向50-100万亿参数级别的模型演进。虽然“参数量”不应该成为模型衡量的单一尺度，但也很大程度上反映了训练需求的不断提升，算力需求并未减弱。

三、RSI会给AI产业带来什么变化？从“堆卡”走向“算力系统竞争”

第一，训练需求更常态化。当模型持续生成数据、执行验证、再接受优化，训练资源不再只服务于大模型版本迭代，也服务于高频后训练和安全、代码、Agent等专项能力建设。

第二，算力竞争更系统化。高端GPU和ASIC仍是训练核心，但要把它们组织成稳定、高利用率的集群，还需要HBM、先进封装、交换与互连等多个模块协同。

第三，评价能力可能比生成能力更稀缺。谁拥有更好的测试集、可验证环境、奖励模型和工程平台，谁就可能把同一份算力转化为更多有效迭代。这也是为什么RSI的产业价值不只在“多买卡”，还在于“让每一轮训练更有产出”。

四、RSI正在走向现实，如何用ETF理解这条链？

RSI技术发展的受益方向或许并不局限于单一产业链，而有望带来一场从模型能力、训练平台到芯片制造资本开支的机会传导。对于普通投资者，与其试图预判某个模型或单一公司在这一赛道中更具优势，不如先用指数工具把“应用—算法—硬件—制造”等不同层次的产业机遇分开理解。

1）如果看重AI产业整体机会，人工智能ETF易方达（159819）跟踪中证人工智能主题指数，或可作为观察与参与AI主题整体景气度上行机遇的优质工具之一。它表达的是更广义的人工智能主题暴露，而非将权重集中于单一细分环节。

2）如果更关注RSI可能带来的训练算力新增需求，则可以沿着“芯片能力—制造资本开支”两条线进一步拆分：科创芯片ETF易方达（589130）跟踪上证科创板芯片指数，或适合用来观察科创板芯片产业链的主题机会；半导体设备ETF易方达（159558）跟踪中证半导体材料设备主题指数，则对应半导体制造、先进封装与设备材料等资本开支环节。前者更受益于芯片供给自主可控与技术迭代机会，后者更受益于扩产与制造投入增长机会，两者都受到RSI技术范式的长期影响。

因此，RSI真正值得关注的地方，或许不在于它是否马上带来“模型自己造模型”的里程碑时刻，而在于它是否会把AI迭代从偶发的大项目，推向持续运行的工业化闭环。一旦这个闭环的效率被验证，训练算力、芯片和设备的需求逻辑就可能迎来新的重估。