--- title: "针对大模型递归自我改进（RSI）集中回复投资人问题 【现阶段的RSI：Coding提效，但缺乏研究方向选择能力】 AI已显著提升模型厂商内部Coding、数据获" topic_id: 55521522588218424 created_at: 2026-09-16T08:09:25.531+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 针对大模型递归自我改进（RSI）集中回复投资人问题 【现阶段的RSI：Coding提效，但缺乏研究方向选择能力】 AI已显著提升模型厂商内部Coding、数据获 - 序号：523 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/55521522588218424) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 针对大模型递归自我改进（RSI）集中回复投资人问题 【现阶段的RSI：Coding提效，但缺乏研究方向选择能力】 AI已显著提升模型厂商内部Coding、数据获取与实验效率，在执行有明确目标的任务上展现出比人类研究者更强能力，实现模型研发提效。Anthropic认为未来一年内AI代码质量将明显超过人类；截至2026H1，Claude编写代码占Anthropic代码的80%+，内部工程师人均每日项目代码量达到2024年的8倍；开放式编程任务成功率达到76%，半年提升50 ppts。 但现阶段短板在于自主发现问题和选择下一步研究方向，如Anthropic所言， 人类的比较优势在于研究品味与判断力。 【真正的RSI：AI从执行者到策划者，终局或为在线强化学习】 Full RSI需要AI从命令执行者走向任务规划者，包括自主发现研发流程不足，选择研究问题，更新模型评价器，构造新一轮训练数据及环境，基于现有模型不断训练更强模型，Full RSI的实现可能导致头部模型的优势扩大（但如果届时AI智能化水平呈现边际提升下降或逐步触顶，则差距会缩小）。 业界目前对RSI的远期技术愿景之一是在线强化学习（Live Reinforcement Learning），即模型在持续推理与交互中获取反馈、更新权重，将一次前向计算与反向传播之间的时间间隔压缩，实现某种意义上的模型边推理、边训练。 业界普遍认为实现真正意义的RSI需要12-18个月。 【国内外厂商进展】 - Google：Gemini 3.8 Flash利用长时间运行的智能体循环递归评估并改进底层模型，但目前看AI发挥的任务仍局限于执行层面，近期X上出现“rsi-model-liverl-le”模型截图，但无更多官方证据。 - OpenAI：目标是在2028年3月前实现“自动化AI研究员”，使AI能够在人类监督下推进深度学习和对齐研究。 - 智谱：业绩会和配售公告明确提出RSI是重要模型迭代方向，包括数据自生成，通过自我对弈与执行验证积累训练数据；任务环境自生成，由智能体构建任务环境及验证器；基础设施自我优化，再利用模型Coding能力优化训练和推理系统，反哺下一代GLM研发。 - MiniMax：M2.7以来已将前代模型用于新一代模型的数据管线、训练环境、基础设施的开发流程，可执行文献调研、实验、监控、修复与合并请求等。 【海外三大厂放缓研发节奏倡议】 想看更多请加V：xian20210130 周末OpenAI、Anthropic联手倡议放缓AI开发步伐，本次议题在海外发酵是AI安全事件频发、重点公司IPO叙事、美国中期选举等多重因素导致，考虑到RSI已呈现加速并成为主流模型厂商阶段性目标，现阶段看实际产业端出现研发进程明显放缓的概率有限，对头部厂商进展保持跟踪。 ## 总体总结 主题正文 1. AI已显著提升模型厂商内部Coding、数据获取与实验效率，在执行有明确目标的任务上展现出比人类研究者更强能力，实现模型研发提效。 2. 截至2026H1，Claude编写代码占Anthropic代码的80%+，内部工程师人均每日项目代码量达到2024年的8倍； 3. Full RSI需要AI从命令执行者走向任务规划者，包括自主发现研发流程不足，选择研究问题，更新模型评价器，构造新一轮训练数据及环境，基于现有模型不断训练更强模型，Full RSI的实现可能导致头部模型的优势扩大（但如果届时AI智能化水平呈现边际提升下降或逐步触顶，则差距会缩小）。 4. 业界目前对RSI的远期技术愿景之一是在线强化学习（Live Reinforcement Learning），即模型在持续推理与交互中获取反馈、更新权重，将一次前向计算与反向传播之间的时间间隔压缩，实现某种意义上的模型边推理、边训练。 5. - Google：Gemini 3.8 Flash利用长时间运行的智能体循环递归评估并改进底层模型，但目前看AI发挥的任务仍局限于执行层面，近期X上出现“rsi-model-liverl-le”模型截图，但无更多官方证据。 6. - OpenAI：目标是在2028年3月前实现“自动化AI研究员”，使AI能够在人类监督下推进深度学习和对齐研究。 7. - MiniMax：M2.7以来已将前代模型用于新一代模型的数据管线、训练环境、基础设施的开发流程，可执行文献调研、实验、监控、修复与合并请求等。 8. 周末OpenAI、Anthropic联手倡议放缓AI开发步伐，本次议题在海外发酵是AI安全事件频发、重点公司IPO叙事、美国中期选举等多重因素导致，考虑到RSI已呈现加速并成为主流模型厂商阶段性目标，现阶段看实际产业端出现研发进程明显放缓的概率有限，对头部厂商进展保持跟踪。