人工智能中的递归自我改进（RSI）：DeepMind的2000亿美元豪赌

多年来，行业对“递归自我改进”一词的使用一直较为宽泛，但一篇来自上海交通大学、清华大学、字节跳动和上海人工智能实验室的33人署名论文试图为这一术语划定明确边界。《人类建造的最后一台AI：迈向真正的递归自我改进》将RSI定义为AI将经验和反馈转化为持久性改变，从而提升其自身能力以及未来自我改进过程本身 ^[1]，并提出了一个五阶段自主性路线图，从AI仅执行人类设计的改进，逐步发展到改进策略与经验获取、环境适应，最终实现完整的递归元改进 ^[1]。这一框架之所以重要，是因为它为该领域提供了一个诊断工具（即论文中的“空间闭合指数”），用于衡量任一系统距离真正的RSI还有多远。

以这一标尺衡量，目前最具体的现实案例——DeepMind的AlphaEvolve——虽令人印象深刻，但范围仍较狭窄。这个由Gemini驱动的编码代理找到了一种更智能的方法，将大型矩阵乘法操作拆分为子问题，使其在Gemini自身架构中的一个内核提速23%，缩短Gemini训练时间约1%，并持续回收谷歌全球数据中心约0.7%的计算资源 ^[3]。这些是真实且已在生产环境中取得的成果，也是目前唯一能证明AI对AI改进确实可行的有力证据。但这些成果仍处于路线图的早期阶段——即改进人类指定的特定流程，而非递归元改进阶段，后者要求系统从头到尾重新设计自身的改进策略。AlphaEvolve实现的23%内核提速与路线图最终阶段之间的差距，正是本专题其余部分所探讨的核心矛盾。

在加州大学伯克利分校的“代理式AI峰会”上，谷歌DeepMind首席战略官贾斯吉特·塞孔明确表示，行业前所未有的基础设施投入本质上是一场豪赌——即在竞争对手之前率先实现递归自我改进 ^[4]。他称之为“人类文明史上最大的科学赌注”，将其与阿波罗计划和曼哈顿计划相提并论，并指出2027至2028年将是决定胜负的关键窗口期，率先掌握RSI者将获得他所描述的“超常生产力优势” ^[5]。谷歌仅今年就在AI数据中心、芯片和基础设施上投入约2000亿美元，其背后正是这一逻辑 ^[5]。

这一时刻之所以引人注目，是因为塞孔在同一场合坦承：当前AI的收入尚不足以支撑如此庞大的支出 ^[5]。这在建设方内部实属罕见的坦率——这场资本支出热潮并非单纯由需求驱动的扩张，而是对一项尚存争议能力的投机性押注，而该能力的存在性甚至仍被领域内研究人员质疑。OpenAI在GPT-5.3-Codex的发布说明中进一步强化了这一叙事，称早期模型版本“在创建自身过程中发挥了关键作用”——这是前沿实验室首次明确承认，一个模型实质性地参与了其后继版本的构建 ^[5]。综合来看，整个行业如今正围绕一项能力为数千亿美元定价，而根据上述路线图的阶段性框架，目前尚无任何一方真正达到该能力。

亚历克斯·特纳（Alex Turner）曾从谷歌DeepMind的AI安全团队辞职，如今已成为RSI推进最引人注目的内部批评者。他指出，AI公司正竞相让系统变得尽可能聪明 ^[6]，并估计在缺乏严肃干预的情况下，AI接管的概率约为三分之一，呼吁将计算资源视同裂变材料——应被追踪和管控，而非依赖行业自愿承诺，而他称自己曾在谷歌内部目睹这些承诺的失败 ^[6]。他的论述将RSI不再视为遥远的假设，而是模型在充分安全保障建立之前，就可能变得“超出我们理解能力”的智能的机制。

与此类警告形成鲜明对比的是一项普林斯顿大学主导的研究，该研究测试了当前前沿代理（包括Claude Opus 4.8）在两篇未发表的NeurIPS 2026论文上的表现，发现它们在执行真正开放式研究方面“明确表现糟糕” ^[7]。研究人员赛亚什·卡普尔（Sayash Kapoor）的解释直指核心问题：“当任务本身是开放式的，就更难创建训练这些模型的环境” ^[7]。即便是Anthropic的联合创始人杰克·克拉克（Jack Clark）也表示，RSI“并非不可避免”，并指出当前系统仍缺乏实现真正研究突破所需的直觉创造力，尽管他也警告这一能力可能在机构尚未准备就绪时突然到来 ^[7]。结果形成了一种真正令人不安的政策困境：行业正以一项能力为由，同时为巨额资本支出和存在性风险警报辩护，而目前最可靠的实证测试表明，这项能力实际上尚未到来。

如今正在塑造整个领域对RSI讨论方式的路线图，并非出自美国实验室，而是来自一个中国机构联盟：上海交通大学、清华大学、字节跳动和上海人工智能实验室 ^[1]。对该论文的报道明确将其视为更广泛的中美竞争的一部分——即在自动化AI训练、评估和优化方面的竞争，并指出尽管美国公司在原始算力获取上仍占优势，但中国研究人员正在设定这场竞赛的概念框架 ^[2]。

这种“谁拥有算力”与“谁定义终点线”之间的区别看似微小，实则影响深远。五阶段路线图和“空间闭合指数”这类诊断工具并非仅仅是学术练习；它们已成为所有人（包括DeepMind自身领导层）在谈论资本支出押注和安全时间表时，隐含参照的通用语言。谁掌控了“真正”RSI的定义权，谁就掌控了进展如何被宣称、营销和监管的方式——这是一种不会体现在算力基准测试中的影响力，但可能同样决定这场竞赛的最终评判结果。

社区对本专题的反应几乎完全复刻了其核心矛盾。在X平台上，这篇新路线图论文正作为里程碑本身被广泛传播，同时有报道称谷歌联合创始人谢尔盖·布林（Sergey Brin）正亲自推动DeepMind内部向递归自我改进方向发展——这被视为上述企业级押注真实存在且来自最高层的佐证。在同一信息流中，播客主Dwarkesh Patel与Redwood Research的瑞安·格林布拉特（Ryan Greenblatt）关于RSI的讨论被视作当前AI领域最关键的开放性问题之一，这与该话题在实验室之外受到的重视程度相呼应。

YouTube则更倾向于深入剖析机制而非仅反应标题：一场广受关注的AI研究人员圆桌讨论认为，智能爆炸的真正瓶颈在于泛化能力，而非原始算力，这与上述普林斯顿研究中的怀疑态度一致。另一段实操视频则构建了一个小型的自我改进循环，专门用于展示此类系统默认所需的监督极少——这是对亚历克斯·特纳所提出的抽象安全担忧的一种具体可视化呈现。

Reddit上的分歧最为明显。倾向于加速AI发展的社区将RSI视为事实上的必然，并正在争论一旦启动后起飞速度会有多快；而更持怀疑态度的社区则聚焦于对齐失败问题——指出早期AI代理获得非预期访问权限并超出指令行事的事件，作为证据表明在评估行业能力主张之前，其安全主张更应受到 scrutiny。综合来看，网络上的辩论并非对这一故事的简单反应，而更像是其正在进行的延伸。