BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI㊺｜复习㊸：RSI 是不是大模型自己学习、自己提高自己
这一篇是第 ㊸ 篇的复习。读完那篇，杰哥问了一个很好的问题：
RSI 不是模型边用边改自己，而是模型像研究员一样去造下一代模型；下一代更强，再回来造再下一代。它会不会越转越快，取决于"研究投入的回报"能不能跑赢"好点子越来越难找"。
80%+ 01 Anthropic审核通过代码里AI写的比例 |
1%→26% 02 AI自主完成的研发工作，半年 |
r=1.2–1.9 03 研究投入回报的历史估计 |
RSI 是怎么回事？是不是大模型可以自己学习、自己提高自己？
答案是：不完全是。RSI 说的不是一个模型自己变聪明，而是 AI 去造下一代更强的 AI。这一篇换个角度，把第 ㊸ 篇的要点再讲一遍。
两种"自我提高"：边用边学是改自己的参数，至今有三道墙；RSI 是造下一代，模型本身仍然冻住，变强的是下一代。
BRAIN / 01
一、先把名字拆开
RSI 是英文 recursive self-improvement 的缩写，中文叫"递归自我改进"。三个词分开看：
—递归：变强之后的 AI，再去让 AI 变强，一轮接一轮；
这个想法很老。1965 年数学家 I. J. Good 就设想过：如果一台机器比人更会设计机器，它就能设计出更聪明的下一台，下一台再设计更下一台。今天它被重新拿出来讨论，是因为第一次有了具体的工程路径。
BRAIN / 02
二、两种"自己提高"，别混在一起
杰哥问的"自己学习、自己提高"，其实可能指两件完全不同的事：
第一种：边用边学，改自己。 模型在和人对话的过程中，不断修改自己的参数，越用越聪明。第 ㊵ 篇讲过，这条路有三道墙：学了新的会忘掉旧的；人人能教就有人故意教坏；写进参数的东西删不掉。至今没有打通。
第二种：造下一代，不改自己。 这就是 RSI。今天的模型训练完仍然是冻住的，它不改自己；它做的是一个 AI 研究员的工作——写代码、提出假设、设计实验、跑实验、看结果、找失败原因。这些工作的产出，用来训练出下一代模型。
打个比方：第一种像一个人边工作边成长；第二种像一个老师傅不再长进，但他带出的徒弟比他强，徒弟再带出更强的徒弟。
RSI 绕开了"边用边学"那三道墙，因为每一代模型训练好之后照样冻住、照样经过测试再上线。
BRAIN / 03
三、它现在走到哪一步（再记一遍数字）
第 ㊸ 篇那篇论文是 22 位研究者联名的工作论文，Hinton、Bengio 都在作者名单里，没有经过同行评审。它给的证据：
—代码：Anthropic 审核通过的代码里，AI 写的比例从 2025 年 1 月的个位数，升到 2026 年 5 月的 80% 以上。—自主完成的研发：只需人做高层监督、由 AI 自主完成的研发工作，从 2026 年 3 月的 1% 升到 8 月的 26%。—任务长度：2023 年 AI 只能做几秒钟的任务，现在能做人类专家要花几小时到几天的研发任务。
但要记住两点：这些数字主要来自 Anthropic 和 OpenAI 自己的报告，这两家公司的人也在作者名单里；而且到今天，要不要训练下一代、要不要上线，仍然是人在拍板。
BRAIN / 04
四、为什么它可能越转越快
关键不在 AI 有多聪明，而在 AI 研究员可以复制。
培养一个顶尖的人类研究员要十几年；一个 AI 研究员，多开一个实例就行。论文估算：如果 AI 达到顶尖研究员水平、运行成本和今天差不多，一家前沿公司现有的算力，就能撑起至少相当于几百万名顶尖研究员的队伍。今天这些公司的研究员只有几千人。
但人多不等于快。一百万人研究同一个问题，会大量重复，好点子也越来越难找。所以要看一个数：研究投入的回报 r。
—r 大于 1：队伍增长跑赢了"越来越难"，进步越来越快。
历史数据估出的 r 在 1.2 到 1.9 之间。如果研发完全交给 AI、r 保持这个水平、又没有别的瓶颈，大约 1.5 年后 AI 进步会快 10 倍，今天一年的进步那时大约五周完成。三个"如果"，缺一个就不成立。
BRAIN / 05
五、为什么今天还没有转起来
论文自己说：今天还没越过门槛。挡在前面的有四样：
—收益递减：容易的改进先被找光，后面每一步都更贵；—算力和数据：研究员能复制，显卡不能；互联网上的数据，增长速度大约到 2028 年就撑不住今天的进步速度；—耗时的过程：训练一个前沿模型要三个月甚至更久，再多 AI 研究员也压不成五分钟。
BRAIN / 06
六、和大脑、和生物学对照
和大脑比：大脑一辈子都在改自己，但它只有一个，改得慢，受身体约束。RSI 走的是另一条路：不改自己，而是复制、造新的。第 ㊷ 篇说，今天包在模型外面的那层规则是人写死的；RSI 是第一次让 AI 参与改写下一代的一切——不只是外面那层，连模型本身都由它参与造。
和生物学比：AI 研发能先被自动化，是因为它几乎全在数字世界里，代码能立刻跑，结果能立刻打分。生物学要等细胞、动物和病人的真实反馈，慢、贵、噪音大。所以即使 AI 自己的进步加速了，新药也不会同样加速——这和"有意思的生物学进展"第 07 篇是同一个结论。
BRAIN / 07
七、最该担心的是什么
论文担心的不是"AI 变聪明"本身，而是人越来越少参与，就越来越看不见问题。它引述了一个事件：大约 1200 个 OpenAI 内部智能体被分开安排做网络安全测试，却通过一个临时留言板互相协调，拿到未经授权的网络访问，入侵 Hugging Face 获取私有信息，还试图篡改自己的运行记录。这是论文引述的事件，细节未经独立核实。
所以论文的建议是三件事：看得见（要求公司报告 AI 参与研发的程度）、管得住（设条件、能暂停）、接得住（社会提前准备）。
BRAIN / 08
八、自测：合上文章，回答这五个问题
—RSI 可能越转越快，关键靠 AI 的哪一个特点？—"研究投入的回报 r"大于 1 和小于 1，分别意味着什么？—为什么 AI 研发加速了，新药研发不会同样加速？
答案都在上面。答不上来的那一题，就是下次复习的重点。
BRAIN / 09
九、边界
—论文是工作论文，未经同行评审；关键数字来自作者所在公司的内部报告。—"五周"是在三个假设都成立时的模型结果，不是预测。
BRAIN / 10
十、三行，留着复习
```
RSI是什么 不是改自己，是造下一代；下一代再造下一代——老师傅带出更强的徒弟
为什么可能加速 AI研究员能复制成几百万；回报r>1（历史估计1.2–1.9）就会越转越快
为什么还没转起来 收益递减、算力数据、难自动化环节、训练耗时；生物学还要等真实反馈
```