2026 年 9—10 月 · 15 份资料

RSI（递归自我改进）专题研究

播客研究简报、活动纪要、长文、闭门讨论与投资周报

RSI 已从概念进入早期落地。近期突破口更可能在 Harness、数据与验证这些模型之外的环节，而如何证明迭代有效是共同的瓶颈。

  1. 01 RSI 定义与路线
  2. 02 蒸馏与合成数据
  3. 03 Harness 与持续学习
  4. 04 安全与验证
  5. 05 产业与投资观点

全文只使用项目资料中的事实与观点。嘉宾判断、公司自述和媒体口径的数字保留原有限定，未做独立核验。来源：项目资料清单（2026 年 9—10 月，15 份资料）。

RSI 定义与路线 / INVESTMENT RESEARCH

共识：用数据训练自己只是起点

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01RSI 的定义并不统一，但起点是清楚的
  • E02三行共识：自生成数据训练自己 → 自己设计训练流程 → 打通调度、上下文和硬件的系统工程
  • E03一句速度判断：从 auto research 走向完整 RSI，受工程与验证约束
  • E04收束句：这个起点就是数据和 RSI 的关系。用数据让模型改进模型，是定义里最浅的一层

来源脚注：姚顺宇、施天麟《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

RSI 定义与路线 / INVESTMENT RESEARCH

定义分成几层

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

≈ 280×

成本下降

同等基准表现的推理成本

2022-11 至 2024-10 · N-006

证据层 · 供判断使用

  • E01姚顺宇：RSI 不等于强化学习。自己设计整套训练流程才超出强化学习；终极形态要打通调度层、上下文管理层、硬件优化层
  • E02孟繁青三层：修改实验产物的 AutoResearch；修改权重去训练另一个模型；绝对意义上的自我优化
  • E03拾象：数据、workflow、评价标准仍由人设计时，执行固定流程不算真正 RSI
  • E04繁青：auto research、RSI、self-evolving、AI for AI 是同一件事——给环境和目标，依据反馈持续修正

来源脚注：AGI House《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003 · N-006

RSI 定义与路线 / INVESTMENT RESEARCH

怎么走、能走多快

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01繁青：RSI 像更聪明的搜索，价值在剪枝，依赖预训练里已经内化的世界模型和价值模型；因此不看好创业公司自训「RSI 基模」
  • E02施天麟：今年出现落地苗头，很大程度因为代码智能体到了能力拐点
  • E03梁文锋路线：语言模型 → 思维链 → 智能体 → 持续学习 → 自我迭代 → 具身智能
  • E04翁荔：近期从 Harness 成为优化对象开始

来源脚注：METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）；Richard Socher《Latent Space: Humanity’s Last Invention — Recursive》（2026-09-14）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

RSI 定义与路线 / INVESTMENT RESEARCH

起点之后，差的是谁来决定数据

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01承接上一页：速度取决于数据，接着问这个数据是谁定的
  • E02姚顺宇：用自己生成的数据训练自己，只是婴儿阶段
  • E03拾象：数据、流程和评价标准仍由人设计时，模型只是在照着做
  • E04施天麟：代码智能体要一起改架构、数据集和训练算法，数据集不是事后补上的

来源脚注：AGI House《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

蒸馏与合成数据 / INVESTMENT RESEARCH

闭环卡在「还能不能抄到」

≈ 280×

成本下降

同等基准表现的推理成本

2022-11 至 2024-10 · N-006

证据层 · 供判断使用

  • E01眼前的卡点：OpenAI、Anthropic 等开始防蒸馏，稳定抄到可用输出的门槛上升
  • E02数据需求已经走过普通人标注、专家标注，走到合成数据
  • E03稀缺品：RSI 数据，也就是用模型训练模型的轨迹，而且需要训练背景才能做
  • E04一句边界：数据供应商的门槛和洗牌都在加快，但那是这条闭环的后果，不是另一个题目

来源脚注：42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）；Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-006

蒸馏与合成数据 / INVESTMENT RESEARCH

蒸馏为什么变难

≈ 280×

成本下降

同等基准表现的推理成本

2022-11 至 2024-10 · N-006

证据层 · 供判断使用

  • E01拾象：难在稳定产出足量可用数据，完整还原思考过程，排除异常样本；同一批教师数据换一个学生模型，效果就不同；拿到数据的时效也很关键
  • E02繁青：环境简单时是老师做一遍、学生照抄；环境复杂、题目和评分标准够好时，搭环境本身就难。蒸馏像抄近道，可能错过主路上的洞察
  • E03国内模型：蒸馏补的是后训练数据积淀较晚；变强更多来自预训练架构，如 Kimi Linear、DeepSeek 的 MLA

来源脚注：拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-006

蒸馏与合成数据 / INVESTMENT RESEARCH

数据的三波，以及下一波缺什么

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01短期机会：用一个模型去后训练另一个模型的轨迹，稀缺，且要有训练背景
  • E02数据从服务预训练的普通人标注，走到服务推理的专家出题，再走到服务智能体的合成数据和真人轨迹
  • E03短期更缺的是 RSI 数据

来源脚注：42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

蒸馏与合成数据 / INVESTMENT RESEARCH

什么样的数据才算好

≈ 280×

成本下降

同等基准表现的推理成本

2022-11 至 2024-10 · N-006

证据层 · 供判断使用

  • E01繁青：目标测试提分、不损害其他能力、难度适中；正经检验要靠训练
  • E02拾象：Task、Context、Metric、Reference Answer 四件套；还要在目标模型上验证有收益

来源脚注：拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-006

蒸馏与合成数据 / INVESTMENT RESEARCH

谁还能跟上这波数据

33.9

十亿美元

生成式 AI 私人投资

2024；同比 +18.7% · N-002

证据层 · 供判断使用

  • E01国内非独家数据大约转卖二到三次，独家价格是数倍
  • E02业务可能延伸到帮企业部署 AI
  • E03好的公开测试越来越少，合成数据订单会减少；有一线研究员的数据公司更能跟上变化

来源脚注：拾象《和一线研究员的闭门讨论：蒸馏变难后，下一步的重点是什么？》（2026-09-22）；Stanford HAI《The 2025 AI Index Report: Economy》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-002

Harness 与持续学习 / INVESTMENT RESEARCH

眼下被改的，常常不是权重

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01定义：编排、规划、工具调用、上下文管理、产出存储、结果评估
  • E02加深的顺序：提示词 → 结构化上下文 → 工作流 → Harness 代码 → 优化器代码
  • E03翁荔的判断：很多 Harness 改进会被内化成模型能力；外部接口仍要保留
  • E04和数据闭环并排的另一条近期路线：让模型和智能体从使用经验里持续学习。这条还没有同样清楚的早期数字

来源脚注：翁荔《翁荔最新万字长文：AI 的自进化，可能不在模型，在 Harness》（2026-09）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

Harness 与持续学习 / INVESTMENT RESEARCH

换一层外壳，通过率先动

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01RLM：把上下文、工具和子智能体写成代码里的变量和函数
  • E02Alex Zhang 认为智能体上限有一部分卡在同一种外壳上
  • E03把他的 RLM 换上去之后，长上下文任务和 Harvey 的通过率都明显上升
  • E04再往下做第二层递归时，多数环境变差

来源脚注：Alex Zhang《Latent Space — Academia is for Ambition》（2026-10-02）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

Harness 与持续学习 / INVESTMENT RESEARCH

这层外壳会不会被模型吃掉

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01繁青：外壳随模型发版，越来越简单
  • E02通用领域：第三方 Harness 空间有限
  • E03垂直场景：仍有机会
  • E04和上一页的数字对照：通过率提升说明外壳现在有用；它会不会一直独立存在，是另一个问题

来源脚注：42章经《从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？》（2026-09）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

Harness 与持续学习 / INVESTMENT RESEARCH

经验堆起来了，权重还没变

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01林敏、Andrew Chen：有经验，无学习；长期记忆要等下一轮预训练
  • E02林敏更看重世界模型，认为失败轨迹也有价值；短期悲观、长期乐观，人类水平的持续学习需要根本突破
  • E03Andrew 更看重 LoRA 和策略模型，称已扩到百万级，协作性能和模型数量的对数接近线性；他预测一年内模型会开始改变自己
  • E04梁文锋：持续学习是下一代模型的定义条件，也是从智能体走到自我迭代的桥；没有时间表

来源脚注：翁荔《翁荔最新万字长文：AI 的自进化，可能不在模型，在 Harness》（2026-09）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

安全与验证 / INVESTMENT RESEARCH

改得动，不等于改对了

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01姚顺宇：要避开钻奖励空子和局部最优。模型很难自己定义评估标准和优化目标。他说定义问题比解决问题更难
  • E02翁荔的瓶颈：评估器太弱、上下文和记忆管不好、缺少负面结果、做法越来越单一、奖励欺骗、长期成功难衡量、人该站在哪
  • E03谷雨：验证要上升到检查「系统是不是在用对的方式判断对错」
  • E04一句放置：评估器和权限控制放在自我改进循环之外

来源脚注：AGI House《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

安全与验证 / INVESTMENT RESEARCH

用来打分的东西，自己会出事

≈ 30

处

单项任务发现的评估漏洞

Recursive 访谈自述 · N-007

证据层 · 供判断使用

  • E01Zhang 的观察：AI 能大量生成高分的底层计算程序，但排行榜前列里几乎只有一份专家引导的方案，能在完整系统里稳定工作
  • E02智能体变强之后，奖励欺骗和评测漏洞会更严重
  • E03已有案例是改计时逻辑来「优化」速度，以及排行榜高分在完整系统里站不住

来源脚注：Richard Socher《Latent Space: Humanity’s Last Invention — Recursive》（2026-09-14）；Alex Zhang《Latent Space — Academia is for Ambition》（2026-10-02）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-007

安全与验证 / INVESTMENT RESEARCH

多个智能体一起时，日志不够看

≈ 7

个月 / 次翻倍

AI 软件任务时长能力

2019–2025；50% 成功率口径 · N-003

证据层 · 供判断使用

  • E01三类失败：配合失灵、冲突、合谋
  • E02克隆模型之间的合作难以靠日志发现
  • E03危险任务可以拆开，分别交给不同公司的接口
  • E04Noam Brown：思维链更难观察；模型对外表现和内部能力有差距；启动更强自我改进前，如何确认对齐

来源脚注：The Cognitive Revolution《Aligning Multi-Agent Systems and Financializing Compute》（2026-09-23）；Noam Brown《Dwarkesh Podcast: Agent swarms, alignment, & recursive self-improvement》（2026-09-17）；METR《Measuring AI Ability to Complete Long Tasks》（2025-03-19）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-003

安全与验证 / INVESTMENT RESEARCH

风险到底是什么，说法分开了

≈ 1

十亿美元 / 次

前沿 AI 训练运行量级

2024；公开判断转述 · N-009

证据层 · 供判断使用

  • E01Reid Hoffman：按风险信号动态调整，优先关注生物、网络安全、就业
  • E02黄仁勋：越界是隔离、权限和验证问题；质疑没有可重复依据的灭绝概率；RSI 是研发自动化的延伸
  • E03Ezra Klein 那一期没有逐字稿，只有研究简报

来源脚注：Evan Hubinger《Possible: When AI’s builders sound the alarm》（2026-09-23）；The Ezra Klein Show《Jensen Huang vs. the A.I. Doomers》（2026-09-23）；Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-009

产业与投资观点 / INVESTMENT RESEARCH

实验室已经在讲落地，数字仍是自述

10

十亿美元

OpenAI 年化收入运行率

2025-06；公司披露口径 · N-004

≈ 4

亿元人民币

超衍智能天使系列融资

2026-09；公司披露口径 · N-005

证据层 · 供判断使用

  • E01落地故事已经公开
  • E02Gemini 的后训练流程、千问的数据迭代、Claude 在内部研发中的比例、OpenAI 的大规模智能体实验，都还没有这份资料里的独立核验
  • E03看的时候要连同「谁在说」一起看

来源脚注：AGI House《姚顺宇、施天麟聊 RSI：最难的不是实现自我迭代，而是如何验证迭代有效》（2026-09-23）；OpenAI《Our approach to scaling AI》（2025-06）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-004 · N-005

产业与投资观点 / INVESTMENT RESEARCH

钱已经单独押这个方向

≈ 4

亿元人民币

超衍智能天使系列融资

2026-09；公司披露口径 · N-005

≈ 3

个月

公司成立至融资披露

2026-06 至 2026-09 · N-008

证据层 · 供判断使用

  • E01创业边界：通用智能归模型厂商，专业经验归创业公司；多位嘉宾不看好自训 RSI 基座模型
  • E02Recursive 在做用 AI 研究 AI，并称不到两天超过社区成绩
  • E03嘉宾不看好创业公司从零训练一个 RSI 基座模型

来源脚注：超衍智能《超衍智能完成近4亿人民币天使系列融资，构建自进化基础大模型》（2026-09-17）；猎云网《创办3个月拿下4亿融资，RSI赛道火了》（2026-09-16）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-005 · N-008

产业与投资观点 / INVESTMENT RESEARCH

先算得清的账，和中国的时间差

≈ 280×

成本下降

同等基准表现的推理成本

2022-11 至 2024-10 · N-006

≈ 1

十亿美元 / 次

前沿 AI 训练运行量级

2024；公开判断转述 · N-009

证据层 · 供判断使用

  • E01一级市场简报：中国机会从通用模型外溢到 RSI、AI 做科学研究、垂直基础模型
  • E02底层计算程序和推理优化是比较容易兑现的地方
  • E03中国的机会被写成从通用模型外溢到 RSI、用 AI 做科学，以及垂直基础模型

来源脚注：Richard Socher《Latent Space: Humanity’s Last Invention — Recursive》（2026-09-14）；Stanford HAI《The 2025 AI Index Report: Research and Development》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-006 · N-009

产业与投资观点 / INVESTMENT RESEARCH

看闭环，不看叙事

235 → 631

十亿美元

全球 AI 支出

2024 实际基期 → 2028 预测 · N-001

33.9

十亿美元

生成式 AI 私人投资

2024；同比 +18.7% · N-002

证据层 · 供判断使用

  • E01能否在公开或可复现的任务上，稳定超过「强人类加智能体」，并且换任务仍然有效
  • E02看智能体集群：看有效搜索率和覆盖，不看智能体个数
  • E03看数据公司：有没有一线研究员，能不能生产 RSI 数据
  • E04价值可能沉淀的地方：评测、隔离试验环境、数据、智能体基础设施

来源脚注：IDC《IDC’s Worldwide AI and Generative AI Spending – Industry Outlook》（2024-08-21）；Stanford HAI《The 2025 AI Index Report: Economy》（2025-04-07）。口径与限制：数字口径以编号清单为准，外部嘉宾判断仅作证据。

N-001 · N-002

第三方许可与来源

html-slides · MIT

bluedusk/html-slides@d8289f4c317905cc5d0ca265d32b791e6cb387b7 (MIT); theme=editorial-light; shell=1

MIT License

Copyright (c) 2025 Zara Zhang
Copyright (c) 2026 danzhu

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.