The State of Recursive Self-Improvement in AI Research

两位前 DeepMind 研究员称已看到"AI 自己改进自己"的苗头：同一块 GPU 上，训练 GPT-2 的成本从数百美元降到 100 美元。

"AI 自己改进自己"过去两年基本只出现在科幻讨论和融资 PPT 里。这期两位创始人把它拆成一道可算的题：分子是能力提升，分母是烧掉的算力和人力，只有两者同时变好才算数。他们讲了怎么用"出血榜"盯住分母、怎么防自欺，以及为什么真正的突破可能藏在一家威斯康星州的花园水管公司里。

两位创始人给了一个极简判别标准——问一句"谁是优化者，谁是被优化的对象"。

• 人类用 AI 造更好的 AI，不算 RSI，他们管这叫"自催化"：改进的想法仍来自人脑，人始终是优化者，只是工具变快了。蒸汽机、芯片、互联网都属此类。
• 真正的 RSI 是优化者本身也被优化：智能体的大脑（语言模型）既在干活，又是被改进的对象，认知提升被重新投回自己身上，形成闭环。自催化系统永远有个缺口，人得不断补进去；闭环系统里边际收益才可能不衰减。
• 用微分方程说人话：能力提升速度 = 性能 ÷ 成本。传统技术里分子很快撞墙，曲线必然走平；如果越强的系统越擅长改进自己，分子和分母同时随能力上涨，数学上就能约掉，得到持续增长。

他们的核心焦虑不是想法不够，而是怎么知道结果是真的。

• 公司内部有一张"出血榜"（bleederboard），和排行榜并列：记录每个人跑实验烧掉的钱和时间，任何人随时能看谁排最前。创始人说这是"公司纪律"，分母不记清楚就没资格谈 RSI。
• 一位工程师的头衔是"方差总督"，工作就是专门摧毁自家结果、找出哪里有问题；他找到坏方差时，公司 Slack 里有专门的"眼睛射红光"表情包。
• 他们复现过大量声称做 RSI 的论文，结论是大多不成立：这些方法在内部基础设施上跑不通，因为想法由人脑内省出来、看着漂亮、能发论文，但一上规模和真实经济问题就散架。真正能 scale 的反而是最简单的闭环方案。

他们选推理作为第一个战场，理由是它离 AI 本身最近，且分子分母能同时改善。

• 推理提速是双重收益：模型推理越快，它自己改进推理的速度也越快，形成复合效应。而且这是当下最有钱味的生意——所有人都想高效部署 Kimi K3 这类最新开源权重模型。
• 瓶颈由最慢的环节决定：数字部分能提速千倍万倍，但如果它只占整个流程的 20%，整体就只能快 20%。所以编程、数学这类评估又快又便宜的领域会先起飞；药物发现要过湿实验和临床试验，每轮评估按月计，快不起来。
• 他们的自嘲式判断：真正的 RSI 突破可能藏在没人注意的角落——"RSI 的秘密就在威斯康星州某家花园水管公司里"。与其扎堆追最时髦的难题，不如去找那些没人做、但一旦解决就能通用的工作流。

"这不是信念，这是实证测量——我们已经在看到苗头了。"

• 评估任何"AI 自我改进"的项目或论文，先问两个问题：优化者是谁？分母（钱、人力、实验次数）记了没有？只报分子不报分母的，基本可归为自催化而非 RSI。
• 给自己的团队建一张"出血榜"：把每次实验的算力和人力成本公开可见。这个动作成本极低，但能立刻筛掉一批靠砸资源堆出来的假进步。