过去几天，Anthropic与OpenAI先后释放出放缓前沿AI能力推进节奏的信号，被业内视为硅谷AI巨头面对安全风险的一次主动降温。二级市场随即做出反应，科技股与半导体股集体承压，英伟达一度跌超3％，AMD、英特尔、美光盘中跌幅均在5％左右，费城半导体指数盘中也一度下挫近6％。
引发市场担忧的，是支撑AI基础设施高增长预期的关键假设迎来新变量。当一直踩着AI油门的企业开始主动讨论“刹车”，“模型持续变强，围绕算力、芯片和数据中心的资本开支不断抬高”的增长逻辑便不再那么理所当然。而这轮“刹车论”的源头，指向一个长期带有科幻色彩的命题：Recursive Self-Improvement（递归式自我改进，下称RSI）。其所设想的，是一套AI开始参与改进、甚至构建自己下一代系统的自进化路径。2026年，RSI进一步跨出未来学和安全讨论的范畴，成为AI学术议程、工程实践和创业融资叙事中的热词。
长期耕耘在该方向的MIT PhD、前字节Seed团队成员瞿骜认为，RSI并非2026年横空出世的新问题，而是过去几年几条基础路线演进至今向同一方向汇合的结果。他于2019年开始从事强化学习研究，彼时强化学习比自然语言处理更接近“智能”的定义，但可处理的任务相当有限。ChatGPT的出现刷新了语言模型的能力边界，使模型获得更大的行动空间。此后推理能力持续迭代，DeepSeek R1被视为一个重要节点，证明大规模强化学习可以应用于推理任务。Anthropic的Opus 4.5则进一步表明，模型已能连续工作较长时间，过去需要人工拆解和反复修改的任务，通过持续输入提示词和调整即可完成。
这一变化对自我改进至关重要。智能体一旦具备足够强的编程能力，配合日益成熟的上下文管理能力，便可在单一任务上持续运行，自行完成读代码、改代码、执行、查看结果并进入下一轮的循环。过去需要人工介入的诸多环节，开始能在同一个智能体循环内自动完成。上下文管理也由此从外接能力逐渐转变为智能体的原生能力，使其能够记录进度、管理长程任务。瞿骜认为，2026年最重要的变化是AI开始有条件持续做一件事，这是自我改进从概念走向工程问题的前提。
不过，当前跑通的仅是RSI的“局部循环”。瞿骜将现有实践归纳为持续自我改进：AI在与环境、用户、任务交互过程中积累经验，再用这些经验自我更新，更新对象可以是记忆、提示词、工具、技能乃至整个工作框架。而严格意义上的RSI要求更高。其思想源头之一可追溯至I. J. Good在1960年代提出的超智能机器概念：若一台机器参与设计下一代机器，且下一代能继续造出更强的下一代，能力提升就可能进入递归加速过程。从经验中变强只是起点，AI还需参与设计、训练甚至构建下一个自己，包括修改工作框架、调整训练流程、生成训练数据，乃至编写GPU内核或参与下一代硬件设计。对“机器”的定义越完整，RSI的门槛就越高。
瞿骜在其实践中更倾向使用“改进”而非“进化”来描述当前工作，因为后者只说明系统发生了变化，而工程上更关键的问题是：如何确认它真的变好了。AI可以不断变化，但变化本身没有意义，它可能学到坏经验，也可能将偶然的成功误认为规律。模型与人一样存在“近朱者赤，近墨者黑”的问题，不能任其随意演化。
另一个现实约束在于，智能体可以在上下文内变得越来越能干，但这种提升存在上限。瞿骜在CORAL项目中让多个智能体自行研究、共享信息、迭代方案，前期仅靠上下文、记忆和工作框架的演进即可取得较高效果，但任务一旦拉长，系统仍会逐渐卡住。智能体做了很多事、积累了很多经验，模型本身却并未因此获得新的能力。它可以记住此次在哪里踩过坑、多调用几个工具，但这种“临场发挥”式的提升无法沉淀为模型能力的实质增长。这意味着，在AI把任务执行得越来越久之后，如何让系统真正“长本事”，仍是RSI路径上尚未解决的核心问题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
