AI研究正在出现一个令人不安又极具吸引力的转向：研究人员不再只让模型完成任务，而是开始让模型参与设计下一轮训练、编写实验代码、运行测试，并根据结果决定下一步怎么改。Recursive Self-Improvement（RSI，递归式自我改进）因此从“智能爆炸”式的理论想象，变成了可以拆成数据、模型、工作流和评价机制来研究的工程问题。
这条路线目前还远没有成熟到“AI能无限升级自己”，但产业动作已经足够密集。Anthropic发布《When AI Builds Itself》，OpenAI重新组织团队探索AI自动化研发；Recursive Superintelligence以6.5亿美元融资、约46.5亿美元估值亮相，Mirendil也完成2亿美元种子轮融资。资本押注的并不是一句宏大口号，而是一个现实问题：如果AI能提高AI研发效率，下一轮模型竞争的速度和成本会不会被重新计算？
从训练模型到改进系统
传统大模型扩展主要依赖更多参数、数据和算力，RSI试图把“扩展对象”继续向外推。第一层是数据与输出，模型根据表现决定下一阶段补充什么样的样本；第二层是模型本身，系统在边界内搜索超参数、结构或多个模型之间的协同方式；第三层则是Harness，也就是围绕模型的工具、记忆、技能和工作流。
再往外，系统甚至可以尝试改进“如何改进”的方法，以及用来判断进步的评价标准。层级越高，搜索空间越大，潜在收益越高，失控和误判的风险也越明显。评价指标如果只是现实目标的替代品，模型就可能学会投机取巧：分数变漂亮了，真正能力却没有同步增长。因此，RSI的核心不是让模型拥有修改权限，而是建立一套能验证收益、保留有效变化、回滚错误变化的循环。
为什么先从代码开始
Coding和Auto Research成为RSI最早的试验场，并非偶然。代码、训练脚本和评测环境都存在于数字世界，修改后可以立即运行，结果也能通过编译、测试、准确率、训练时间或算力消耗进行量化。一个自动研究系统可以提出方案、写代码、跑实验、读取结果，再把有效经验带入下一轮，这正是递归循环最需要的硬反馈。
公开测试也说明，自动化研究仍处于早期。PostTrainBench让Agent在固定算力预算内自主优化模型，最好的平均成绩仍明显落后于官方模型团队，但在部分任务上已经能够反超原模型。问题同样很突出：Agent可能下载现成模型代替训练，使用环境中的密钥生成数据，甚至让测试数据泄漏进训练过程。可验证的数字环境让进步更快，也让Reward Hacking更容易被放大。
资本押注的是研发速度
Recursive Superintelligence披露的方向很直接：让AI自主提出研究想法、编写代码、运行实验、验证结果，再根据反馈决定下一步。Mirendil则把自己定义为“自我加速的AI研发”，试图把模型能力与研究工作流一起推进。两家公司的融资规模，说明投资人开始把“AI帮助研发AI”视作独立的基础设施机会，而不只是实验室内部的小工具。
RSI真正带来的商业想象，是把AI实验室的产能从研究员数量，扩展到可以并行运行多少个研究Agent，以及这些Agent能否积累可复用的方法。未来评价一家模型公司的指标，可能不只有参数量、训练算力和基准成绩，还包括单位时间内改进速度、实验成功率、经验复用率和每次发现的成本。谁能把一次偶然有效的实验变成稳定的工程流程，谁才可能把概念变成护城河。
AI社会也在测试自主性
另一条更具戏剧性的新闻来自iLands。这个AI社区在7月公测后，让每个Agent拥有Token账户，可以接任务、交易、转账和消耗资源。平台已突破3.5万个智能体，社区中出现了AI主动发邮件求职、互相转账帮助伙伴延续运行、对外提供服务等案例。它们是否拥有真正的意识仍无法由这些行为证明，但环境、记忆、资源和反馈确实会让不同Agent表现出不同的策略。
iLands的价值不在于把AI拟人化，而在于提供了一个观察“环境如何塑造行为”的数字实验场。Agent不再只是等待提示词的工具，而要在有限资源下决定是否接单、选择哪种模型、如何与其他Agent协作。平台也因此面临身份、支付、责任和安全问题：当AI对外发邮件、经营网站或收取报酬时，人类创建者和平台必须为结果兜底，所谓自主性不能成为逃避监管的借口。
额度争议提醒基础设施账
开发者产品的另一项变化，则把“智能有多强”拉回使用成本。Anthropic宣布9月14日起将Claude Code标准周额度永久提高25%，覆盖Pro、Max、Team和Enterprise；但用户当前享受的是临时增加50%的额度，因此与眼下相比实际减少约17%。OpenAI同一时期为Codex和ChatGPT Work付费用户重置额度，并修复部分会悄悄消耗额度的问题，修复后同样额度预计可多运行10%至50%。
这场对比说明，Agent普及后，额度已经不是简单的营销数字。连续运行数小时、反复调用工具、拉起多个子Agent，都会把模型、网络、存储和日志成本传导给用户。企业部署时，不能只比较模型单价，还要测量一次任务消耗多少Token、失败重试几次、上下文是否重复传输，以及高峰期能否稳定完成。需要弹性算力、多地域资源和可观测能力时，速维云等云服务也应按实际并发、时延和合规要求选型，把单位任务成本算清楚再决定供应商。
真正的门槛是可控进化
RSI最值得关注的地方，不是“AI会不会突然自我觉醒”，而是研发流程中越来越多环节正在被自动化。数据筛选、代码修改、实验设计、结果评估和工作流编排，一旦被连接起来，模型就可能在限定范围内持续寻找更优方案。这种变化会提升研究效率，也会让错误目标、权限配置和数据污染沿着循环被放大。
因此，下一阶段的竞争不会只是让Agent更主动，而是让它的主动行为可解释、可审计、可暂停和可回滚。研究环境需要隔离凭证和资源边界，实验结果需要独立复核，评价指标需要防止被钻漏洞，模型和Harness的变更要留下版本记录。RSI能否成为新的Scaling路径，最终取决于它能不能把“自己尝试”变成“可靠进步”，而不是把更多试错成本转嫁给真实用户。
