RSI改写大模型竞赛：DeepSeek、智谱冲刺IPO，Anthropic与OpenAI为何推迟上市？

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-28

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

中国大模型厂商正在以肉眼可见的速度涌入资本市场，为下一轮竞争筹集“弹药”。DeepSeek、智谱、MiniMax、月之暗面四家头部公司正在排队准备敲钟，而硅谷巨头 Anthropic 与 OpenAI 却在 IPO 进程上踩下刹车。同一场 AI 竞赛，两种截然不同的节奏背后，RSI（递归自我改进）正成为改写竞争格局的关键技术变量。

📊 核心实体与商业数据

💡 业务落地拆解

DeepSeek与智谱领跑：国产大模型IPO冲刺与RSI工程化落地

DeepSeek 的动作最为密集。9月23日，据 The Information 消息，DeepSeek 创始人梁文锋近期在与投资者的会议上披露，公司年化营收已达10亿美元，同时正在推进第二轮融资。企查查显示，DeepSeek 核心人员名单新增严文韬，职务为CFO。这位90后前高瓴创投合伙人，此前参与投资 MiniMax 与 智谱，对大模型企业冲刺资本市场的运作过程十分熟悉。

智谱 与 MiniMax 今年1月先后登陆港交所，已分别签署科创板辅导协议，计划在A股二次上市，冲刺“A+H”双平台。月之暗面6月完成F轮超35亿美元融资后估值涨至350亿美元，市场消息称其已向港交所秘密递交上市申请。

在RSI工程化落地方面，智谱 GLM首席科学家唐杰在X上透露，从GLM-5.3-Flash首次运行在国产AI加速器上到完成全部生产流量承载，仅用了两周时间，其中大量工作由一个GLM-5.3驱动的Infra Agent参与完成，系统端到端吞吐能力提升了3.2倍。

“AI的自我迭代会带领大家走向一个‘奇点’。”——DeepSeek 创始人梁文锋在内部讲话中表示。

Anthropic与OpenAI推迟IPO：安全焦虑与RSI减速线

与国内厂商形成鲜明对比的是，硅谷模型厂商在上市进程上节奏一再放缓。据外媒报道，Anthropic 将 IPO 推迟至11月，晚于许多投资者此前预期的10月。OpenAI则考虑把 IPO 推迟到2027年。

“当前形势下，2026年上市并不是合适的时机。”——OpenAI CEO Sam Altman公开表示。

9月23日，Anthropic CEO Dario Amodei在联合国安理会就人工智能议题发言称，由于安全的缘故，公司将放慢AI的研发进度。

“Dario is right.”——马斯克随后转发表态。

尽管呼吁减速，Anthropic 已在让RSI走向落地。截至2026年8月，Claude已能够主导 Anthropic 26% 的AI研发工作，90% 以上的研发任务至少已进入AI协作阶段，在其最常用的内部研发平台上，约有3万个Agent同时参与研究和工程工作。此外，Anthropic 已在旧金山湾区建成wet lab，允许AI在有限人工干预下与机器人、实验设备协同，自动化完成科学实验。

RSI真实进度：L1至L5分级与产业界审慎定位

9月15日，上海交大、清华、字节跳动、上海AI实验室等团队联合发布预印本论文《人类建造的最后一个AI：走向真正的递归自我改进》，梳理491篇相关研究，将RSI划分为五个等级。其中43.8% 被归为L1，31.6% 属于L2，L5仅有29篇，占5.9%。论文特别指出，单纯“能修改自身代码”还不够，若下一代如何选取、以何标准评分、哪些修改能保留仍由人类硬编码决定，仅能证明具备自我修改能力，尚未掌握完整的递归自我改进。

Anthropic 已明确表示，截至2026年8月，Claude在其被测量的AI研发工作中，还没有任何一个领域达到完全自主运行。智谱 也非常谨慎地指出，GLM-5.3-Flash参与基础设施建设的案例，还没有走到递归自我改进。选择目标、设定边界、判断风险，仍然是人的工作。

🚀 对企业 AI 化的启示

第一，RSI进入大模型训练的“省钱环节”。 研发效率、训练投入和推理成本是模型厂商绕不开的核心成本压力。如果AI能够帮助优化代码、训练流程和基础设施，让同样的算力跑出更高的效率，带来的就不只是技术上的进步，而是实实在在的成本下降。智谱 GLM-5.3-Flash的案例表明，RSI作为工程工具可显著降低研发成本、提高工程效率。

第二，IPO节奏差异反映战略优先级分化。 国内厂商如 DeepSeek、智谱、MiniMax 正利用资本市场为下一轮竞争筹集弹药，而 Anthropic 与 OpenAI 则因安全考量推迟 IPO。企业需关注这一分化对人才流动、算力投资和商业化节奏的连锁影响。

第三，RSI度量框架与工程标准正处于最佳窗口期。 一旦AI研发AI成为大模型研发过程中的重要生产力，AI的发展速度可能开始脱离单纯的人类研发速度。当前可能恰恰是建立度量框架和工程标准的最佳窗口期。

第四，竞争焦点正从“能力增长”转向“研发效率杠杆”。 大模型竞赛的下一阶段，比的可能会是谁能让AI更有效地参与下一轮AI研发。国内厂商给“研发效率”加杠杆，硅谷给“能力增长”踩刹车，但双方都没有真正停下来。

【官方原文链接】点击访问首发地址