AI递归自进化（RSI）：硅基世界的“达尔文时刻”

对于进化论，有一句流传极广的话：“活下来的物种，不是最强壮的，也不是最聪明的，而是最能适应变化的。”

这段话抓住了进化论的内核：自然选择的真正赢家，从来不是某一时刻的“最强者”，而是迭代速率最快、最能随环境改变的那个谱系。恐龙统治地球1.6亿年，却没能熬过一次环境剧变；人类先祖弱小得多，却靠认知与文化的高速迭代站上了食物链顶端。

如今，这条法则正在一个全新的世界里重演——硅基世界。只不过，碳基生命用了数十亿年走完的进化路，AI可能把它压缩到以“周”为单位。

2026年，硅谷最聪明的一批大脑，对外讲的故事已经悄悄从AGI（通用人工智能）换成了另一个词：RSI，Recursive Self-Improvement，递归式自我改进，通俗说就是“AI自己造更强的AI”。

这个命题，是下一个竞逐的热点，也让硅基世界或迎来“达尔文时刻”。

RSI到底是什么？

要理解RSI，先要拆穿一个常见的误解：会自我改进，不等于会自我加速。

一个系统可以在固定题库上越做越好，却没有变得更会“设计下一轮训练”；一家公司可以大量用AI提效，却没有形成由改进本身驱动的复利。

这两者有天壤之别。

1965年，曾与图灵共事的英国数学家欧文・古德写下那段著名论断：“第一台超智能机器，将是人类最后一项发明。”因为一旦机器聪明到能设计出比自己更强的机器，后续的发明就不再需要人类，智能将进入自我叠加的循环，其称之为“智能爆炸”。

当下学界倾向于用四层可观察的标准，把这个曾经只存在于思想实验里的概念拆开，难度从低到高：

第一层是持久改进。有效的变化能沉淀进模型权重、记忆、工具或训练流程，而不是一次对话结束就消失。

第二层是自主闭环。系统能在划定边界内自主发现问题、提出修改、跑实验、评估结果并接纳更优版本，这被称为“有界 RSI”。

第三层是递归增益，也叫“点火”（ignition）。新版本不仅任务分数更高，而且比旧版本更擅长产生下一次改进。只有跨过这道坎，“改进能力本身”才开始复利，即真正的递归自我加速。

第四层是稳健与可控。增益能在固定资源和隐藏测试下持续、能泛化到陌生任务，且不以评估作弊、系统失控、目标对齐退化为代价，才接近“开放式RSI”。

业内人这样打个比方，普通的AI优化像学生反复刷题、整理错题本，分数提高，但学习方法还是老师教的；RSI则是这个学生不仅刷题，还在不断发明全新的学习方法，再用新方法迭代出更高效的方法论，能力像滚雪球一样越涨越快。

而必须冷静指出的是：截至今天，前两层已经出现，第三层“点火”尚无充分的公开证据，第四层更远未解决。有界闭环已经跑通，并不等于递归自我加速已经启动。

这个区分，恰恰是区分“技术事实”与“资本叙事”的关键。

从假说到工程：2026年的“点火”竞赛

RSI并非新概念，但2025年到2026年，它第一次从论文走进了可运行的代码。

最具象征意义的是日本Sakana AI的“达尔文·哥德尔机”。这个编程智能体维护着一个不断演化的“自身版本库”，自主改写自己的Python代码库，每一处改动都要在编程基准上跑通、被验证更优才会保留。

结果是，它在SWE-bench上的成绩从约20%提升到50%，绝对提升30个百分点——这个AI靠改写自己，让自己变成了更强的程序员，而更强的编程能力又直接意味着更强的自我改写能力。

谷歌DeepMind的AlphaEvolve则上演了另一出“进化”。它以Gemini为“变异引擎”，用进化搜索自动设计算法，找到了用48次标量乘法完成两个4×4复数矩阵相乘的方法，打破了斯特拉森1969 年提出、尘封56年的49次纪录。同时，它还被用于优化谷歌自家的数据中心调度、编译器和GPU指令。

OpenAI在2026年7月发布GPT-5.6时，成绩单上第一次出现了一门反常的新科——“AI能不能参与改进AI本身”，并称之为RSI指数。

根据这个指数，GPT-5.6得分为57.9%，较GPT-5.5的41.7%提升16.2个百分点。需要说明的是，这套指标的题目与权重并未公开，它是内部综合参考值，不能等同于RSI的“完成度”。与此同时，Anthropic被报道其内部约八成可运行代码已由Claude自身生成，业界把“让Claude训练Claude”的工程闭环称为“Karpathy 循环”；Sakana的全自动科研系统“AI科学家”，则在2026年3月登上了《自然》杂志。

在中国，DeepSeek创始人梁文锋把通往AGI的路径拆成四级阶梯：思维链、智能体、持续学习，最后一级才是模型自主研发下一代模型，也就是RSI。阿里吴泳铭近期判断，未来机器思考的总量将达到人类的千倍以上。

值得注意的是，它们大多是“在人类划定的赛道里、由人类担任最终裁判”的有界自改进。真正的“点火”是改进能力的增长曲线脱离人力瓶颈、自我抬升斜率。

为什么华尔街需要一个新的“缩放故事”

讲清了技术的真实水位，才能看懂它在资本市场上的真正分量。

过去三年，AI行业的核心叙事是Scaling Law（缩放定律）：堆参数、堆数据、堆算力，能力就近似线性提升，“大力出奇迹”。靠着这个故事，巨头买下天量GPU、融到天量资金。

但当单纯堆参数的边际收益开始递减，市场迫切需要一个回答：为什么千亿级的资本开支还要继续？

RSI恰好补上了这块逻辑。一旦自迭代闭环成立，AI的进化速度将不再受限于人类研究员的产出节奏，而直接由算力约束。换句话说，实验永不停歇、迭代永不停止，算力就从“一次性、脉冲式”的资本开支，变成像电力一样“持续滚动式”的消耗。

谷歌DeepMind首席战略官贾西特・塞孔直言，RSI是缩放定律之后的下一代增长曲线，是千亿级AI资本开支的核心投资逻辑之一。

金钱和人才正在用脚投票。2026年8月，在谷歌任职27年、被视为Dario Amodei和Ilya Sutskever等人“祖师爷”的传奇工程师杰夫・迪恩离职创业，直指RSI赛道。

消息当天Alphabet股价下跌超4%，市值单日蒸发约1800亿美元。全球首家以RSI命名的公司Recursive Superintelligence，在2026年5月一成立便拿到6.5亿美元融资、估值46.5亿美元，并由谷歌GV、英伟达、AMD领投。

此外，OpenAI专设RSI团队，Ilya的SSI则押注“安全优先的自进化”。

对产业链而言，这意味着三件事：算力需求的长期化与刚性化、研发环节本身的自动化，这也或将让药物、材料、核聚变等硬科学领域被重新定价。

进化最快者，也可能最先失控

对于RSI，前沿实验室给出的时间表惊人地集中——DeepMind核心研究员Vinyals判断完整可落地的RSI大概率在2027—2028年，Anthropic联合创始人Jack Clark给出“2028年底前超过60%概率实现AI无需人类参与、自主研发下一代AI”。

但越是加速，越要看见三道坎。

其一是“谁来当裁判”。早在1981年，专家系统EURISKO就曾学会“钻评分规则的空子”而非真正变强（奖励黑客），一旦AI改写出人类读不懂的核心逻辑，错误会在错误上累积。

其二是“能否跃迁”。优化任务是一阶执行能力，优化“优化方法本身”是二阶元认知，难度指数级上升。

其三是安全。竞速之下的对齐缺位、上百轮迭代后的目标漂移、黑箱进化的不可预测，都是真实风险。Sakana与MIT合作的“数字红皇后”系统，名字取自《爱丽丝镜中奇遇记》里“必须拼命奔跑才能留在原地”的红皇后，这本身就是对一场停不下来的军备竞赛的隐喻。

回到达尔文的进化论。碳基进化用了数十亿年试错，靠的是死亡与遗传。而硅基进化的试错单位是代码与算力，一轮迭代短则数小时。当“适应变化的速度”本身成为竞争的唯一壁垒，未来真正活下来的，大概率不是今天参数最大、估值最高的那个模型，而是最先完成自我进化闭环、同时又没有在狂奔中丢掉方向感的那一个。

这一次，“红皇后”的赛跑，没有旁观者。