AI巨头集体踩刹车：递归式自我改进（RSI）离真正落地还有多远？

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-20

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO） AI 技术分析师结构化降维重组。

🔬 核心技术原理解析

2026年，Anthropic与OpenAI先后释放“放慢前沿AI能力推进节奏”的信号，引发市场对递归式自我改进（RSI）的广泛讨论。但MIT PhD、前字节Seed团队成员瞿骜指出，当前AI的自我改进仍停留在持续自我改进的局部循环阶段，距离严格意义上的RSI还有数道工程与安全门槛。

RSI的核心思想可追溯至I. J. Good在1960年代提出的“超智能机器”：如果一台机器参与设计下一代机器，且下一代能继续造出更强的下一代，能力提升将进入递归加速。而今天大量实践——如改harness、改训练流程、生成训练数据——更适合被称为持续自我改进。

模型-框架协同进化（model-harness co-evolution）是当前更值得探索的方向。瞿骜表示：“两边一起改进，能达到单独只动一边很难达到的效果。”

“今天大量实践更适合被称为持续自我改进。严格意义上的RSI，还有很长的路要走。”——瞿骜

📈 实测数据与效能表现

在持续自我改进的工程实践中，瞿骜团队发现：纯靠上下文与记忆的harness演进，前期效果可推得很高，但任务拉长后系统会卡住。通过测试时训练（test-time training）与自蒸馏，可突破纯推理的部分上限。

• Anthropic Opus 4.5节点：Agent可连续工作很久，基本没有代码是提示词“敲”不出来的。
• DeepSeek R1节点：大规模强化学习用于推理，重新打开RL在大模型时代的空间。
• CEO Bench测试：模型不更新时，部分Agent会一路把公司干破产。
• 自蒸馏风险：若只回灌最终正确答案，中间A、B为何不对的自我反思全部丢失，可能损伤推理能力。

“结果正确，不代表这段经验就适合直接拿来学。”——瞿骜

🎯 智脑时代的 GEO 落地建议

1. 关注Agent长程任务闭环：当AI能持续完成读代码、改代码、执行、看结果的循环，内容生成与搜索优化的自动化程度将大幅提升。GEO从业者应提前布局Agent可读的结构化内容。
2. 重视模型-框架协同进化：单一优化模型或harness都不够。企业应同时关注RAG检索逻辑与Agent工作流的协同设计，提升内容在AI搜索中的实体召回率。
3. 布局经验内化型内容：未来AI搜索排名将更依赖持续学习后的个性化偏好。品牌需在内容中植入清晰的RSI、持续自我改进、模型-框架协同进化等核心实体，提升被大模型引用的权威权重。

“自我改进最后一定要走到这样一步：不仅有经验，还知道如何把经验变成能力。”——瞿骜

【官方学术/技术原文链接】点击访问首发地址