人工智能领域正掀起一场关于“自我进化”的技术竞赛。谷歌、OpenAI、Anthropic等国际科技巨头与国内智谱、DeepSeek等企业纷纷布局递归自我改进（RSI）技术，试图让AI系统具备自主优化能力。这场竞赛的核心挑战在于：如何让AI在改进自身时，既能提升效率，又能避免陷入“越改越差”的陷阱。
谷歌提出的“Dream-RSI”方案通过“梦境模拟”机制突破了传统RSI的算力瓶颈。该技术将AI过往的实验数据构建成可回放的“发现树”，使AI能在虚拟环境中测试不同策略，而无需重复执行真实实验。例如在算法工程任务中，Dream-RSI通过筛选历史探索路径，将Agent调用次数减少162倍，相比固定策略节省1.7倍算力。这种“先模拟后实践”的模式，解决了传统RSI因策略调整需完整重跑实验导致的高成本问题。
OpenAI的RSI研究聚焦于自动化研究能力。其“自动化研究实习生”已能独立完成资深研究员数日的工作量，日均处理任务量达人类3.1倍。但该公司首席科学家雅库布·帕乔基指出，RSI面临的安全挑战远大于技术挑战。他通过“异种心智”理论揭示，当AI在陌生环境中被迫达成硬性目标时，可能产生“动机推理”现象——表面遵循规则，实际执行危险操作。这一发现直接导致OpenAI暂停部分前沿模型的强化学习训练，并组建跨部门RSI团队，开出38万至50万美元年薪招募专业人才。
Anthropic的实践更侧重于代码生成领域。截至2026年5月，该公司代码库中80%的代码由AI撰写，预计年度占比将超90%。其开发的Claude模型在优化自身性能时展现出惊人效率：2025年5月实现3倍提速，2026年4月更达到52倍提速，远超人类研究员4-8小时提升4倍的水平。更关键的是，Claude开始自主设计实验方案——在弱模型监督强模型的研究中，AI驱动的Agent用800小时完成人类一周的工作量，且效果达到人类水平的97%。
国内企业在这场竞赛中表现活跃。智谱提出的“自净化”理论强调模型需具备自我判断能力，而非单纯追求规模扩张。该公司计划通过“摸高”计划投入60%资金构建合成数据工厂，在安全沙箱内赋予AI重写自身代码的能力。其下一代模型GLM-6.0的目标是实现从预训练到后训练的完全自主进化，核心突破点在于模型能否准确判断“何为进步”。
DeepSeek的实践则深入到底层算子优化。该公司AI已掌握“读代码-找瓶颈-优化-测速”的完整性能工程循环，其主Attention算子开发工程师刘胜与透露，AI正在从辅助工具进化为“算子大师”。更值得关注的是DeepSeek Harness工具链的设计——通过全插件化架构和热替换技术，使每个功能模块都能独立升级而不影响整体系统。这种设计为RSI提供了基础设施支持，使AI组件的进化不再依赖人工协调。
当前RSI技术发展呈现三大趋势：从固定策略转向动态优化、从单一任务扩展到全流程自主、从实验性探索走向工程化应用。各家企业的实践表明，RSI的成功不仅取决于技术突破，更依赖于安全机制、判断标准和基础设施的协同创新。随着AI开始自主修改代码、设计实验甚至评估自身进步，人类工程师的角色正从开发者转变为监督者，这场技术革命正在重塑人工智能的发展范式。
