与田渊栋聊RSI

📌导读

RSI（递归自进化）在 2026 年春天成为硅谷最热前瞻方向之一。这家由顶尖研究员田渊栋联合创立的 Recursive SuperIntelligence，估值已超 46.5 亿美元。

本辑梳理 RSI 复兴原因、与十年前 AutoML 的本质区别、Anthropic 与 OpenAI 的路线差异、以及「强者愈强」假设的另一个变量——智能提升究竟是平滑曲线，还是阶梯式跳跃？

🔑核心观点

RSI 复兴主因：模型 coding 能力大幅提升，AI 能充当研究员去闭环优化

真正的递归具备阶梯式跳跃而非平滑渐进——平台期伴随突破

Anthropic 长文展示的更多是提效，而非完整的递归自进化

RSI 比 coding agent 大得多——不只是执行，需要「研究品味」

AI 将经历「炼金术→化学」式的科学化过程

🔥为什么 RSI 今年变热？

1模型能力突破临界点——模型能识别并优化自身问题，闭环开始转起来。

2coding agent 质变——写代码不再需要人，AI 直接执行实验并回传结果。

3研究循环被压缩——从「导师-学生」的周级循环，压缩到分钟级反馈。

「也许五年之后我就被取代了，不如自己开公司」
——田渊栋 · 2025 年 8 月与 GPT-5 合写论文后

🚀从科幻到创业

2024 年 11 月，田渊栋开始筹备新公司。2026 年 6 月初官宣 A 轮 6.5 亿美元，估值 46.5 亿美元。

46.5亿

美元估值

6.5亿

A轮融资（美元）

4个月

隐身研发期

同赛道新公司 Mirendil 于 6 月 25 日官宣种子轮 2 亿美元，团队来自前 Anthropic 研究人员。

📎 2026 年 6 月底后：OpenAI 一举解决 10 个数学难题；翁荔回归 OpenAI 探索 RSI。

⚙️从 AutoML 到 RSI

十年前 AutoML：研究员定义搜索空间与规则，AI 在空间内搜索。

现在的 RSI：模型对 AI 自身架构有深层理解，能自主扩展解空间，人参与度大幅降低。

关键差异：人对解空间细节的「定义权」让渡给 AI，AI 自行发现结构与解法。

AutoML 的问题

没有模型能建模人类高层知识，搜索空间需要人手动定义，解空间「笨而小」。

🏢前沿公司动态

Anthropic 发布「When AI builds itself」，AI agent 自主完成研究任务（800 小时工作量，week→strong 差距缩小 97%）

但田渊栋判断：仍是提效，尚未到真正的递归自进化

OpenAI 时间表：2026 年 9 月做 AI 研究实习生；2028 年 3 月实现自动化 AI 研究员

研究循环需要「分数」——用具体指标（如提效、提速、降延迟）衡量自我进化效果。

🧪第一步成果：三个 Benchmark

NanoChat（BPB）：5 分钟训练，BPB 从社区 SOTA 的 79 秒进一步降到 77 秒——过去是社区两年努力的结果

NanoGPT Speedrun：训练效率在 8×H100 上持续优化

SOL-ExecBench（GPU kernel）：新算子效果比业界最优（第二名的专家团队）高 10%，团队无 GPU 专家

同一系统跑通三个不同维度，验证了「AI 自动优化 AI」的通用闭环。

⚡「强者愈强」的变数

主流假设：率先推动 RSI 的公司会持续领先，形成马太效应。

田渊栋的另一种可能：

智能提升不是平滑曲线，而是 S 型 + 平台 + 突变的阶梯式跳跃。

平台期需要「新突破」才能跃升，在突破未到时，所有人的模型能力接近——这为小型创新团队留下了窗口。

「如果 scale law 是全部，那未来会很无聊」

——田渊栋 · 相信会有架构、数学与模型的「突变」

🧩当前 RSI 缺什么？

可解释性

真正理解模型运行机制，是加速递归并保证安全的底层支撑

数据

没有成熟的数据范式——「难的方案数据效果好，简单方案效果差」

算力

探索过程本身消耗算力，需找到「减少消耗 + 更多成果」的平衡

⚠️自我进化的风险

领域外的人更担心「AI 失控」，从业者则知道差距尚远。

田渊栋观点：

训练 AI 如同「训练狗」——在帮助人的进化压力下，AI 不会演化出人的自我意识

智能与欲求可以完全分离——类比天才数学家并不追逐权力

可解释性有望消弭「黑箱恐惧」

🌱个人历程的启示

Waymo → FAIR：从零到一的无人车工程认识到「corner case 修不完」，从工程回到研究

hands-on 的价值：每年至少一篇一作文章，区分「难/较难/非常难」问题，避免泛泛而谈

小团队临界点 150 人：大厂组织臃肿与「经理-执行」架构减慢了 AI 迭代速度

「追求美的结构，也要知道美的局限」——理想与现实的碰撞

📎延伸阅读

Recursive: First Steps

Anthropic: When AI builds itself

177期 · Kimi K3

171期 · AI季报 26Q2

116期 · 当 AI 研究者写科幻

108期 · 马毅聊智能史

本期录制于 2026 年 6 月底，未涵盖后续一些重大事件（OpenAI 数学突破、翁荔回归等），但讨论内容独立成立。

你会相信哪种未来？

平滑向上的智能跃升？
还是阶梯式跳跃、平台期里藏着新机会？

与田渊栋聊 RSI模型自进化如何到来？

与田渊栋聊 RSI
模型自进化如何到来？

与田渊栋聊RSI · 笔记