文/恩钛智能
“递归”（Recursion）已成为AI圈最新热词。两家初创公司直接以此命名，更多公司将其纳入路线图。与此前的AGI类似，RSI（递归自改进）已成为象征AI灾难性起飞的缩写——尽管对其确切含义仍存在分歧。
简而言之，RSI指AI系统能够持续自我升级。一旦AI在升级循环中超越人类，过程将形成闭环，仅受限于可获取的算力，人类不再必要甚至无益。这一愿景虽令人不安，却吸引了众多AI实验室全力追逐。
本月，知名AI研究员Richard Socher推出Recursive Superintelligence公司，明确以RSI为目标。“我们的核心是构建真正递归、自改进的超级智能，”Socher对TechCrunch表示，“这意味着研究创意的构思、实施和验证全过程将实现自动化。”
Andrej Karpathy（前Tesla与OpenAI传奇人物）也在Anthropic推动类似项目，通过代理群训练LLM完成简单任务，公开分享进度并开源代码。目前虽仅在GPT-2规模模型上实现微小改进，但已激励众多研究者追逐RSI梦想。
类似努力还包括Adaption的AutoScientist（自动化前沿训练）和Disarray创始人Doris Xin的自训练机器学习代理（在Kaggle竞赛中赢得28枚奖牌）。Xin认为：“在无限算力和时间下，我们已经接近目标，这更多是工程问题而非创意。”
然而，专家们对距离RSI的远近存在严重分歧。Google CEO Sundar Pichai承认：“这是一个连续体，我们都在进步，但人们描述的RSI代表下一级加速，我们尚未达到。”Anthropic工程师甚至估计其Claude Code已撰写团队近100%代码，但仍缺乏自我管理模糊任务等核心能力。
Georgetown大学CSET主任Helen Toner指出，单纯使用AI辅助研究不等于RSI。“经典RSI定义是完全不需要人类，”她强调。METR的Ajeya Cotra则将路径分为“充足性”（AI独立产出）、“对等性”（与人类相当）和“优越性”（超越人机协作）三个阶段，认为AI已接近充足性门槛。
与AGI一样，行业无法明确RSI的 timeline。专家共识仅有一点：它尚未到来。
entaiAI.com 认为，只有通过递归AI开发平台，用户不仅能实现代理自主迭代，更能嵌入人类监督与对齐机制，确保每一次自改进都在透明、可验证的环境中进行。未来AI的进化，不应是无序狂奔，而应是人类与机器共同掌控的智慧循环——而我们正为此提供最稳健的技术路径。