22-搅动硅谷AI圈上百亿的、国内马上要火的RSI，我先聊明白了 | 星连资本行研总监沈筱来科普解惑

递归自我改进（RSI）正成为硅谷及国内 AI 领域的核心议题，其本质在于让 AI 系统具备自我设定目标、执行学习及复盘进化的能力，从而实现跨代性能提升。当前 AI 研发正从单纯的基模规模化转向 “AI for AI” 探索，例如利用 AI 优化基础设施、辅助数学证明及芯片设计。尽管大厂在算力和基建上占据优势，但创业公司若能深耕特定垂直领域，通过真实环境下的数据闭环积累优势，仍具备突围潜力。目前 RSI 发展的核心瓶颈在于缺乏对开放性任务的有效验证机制，且高度依赖人类研究员的指导与评估。随着底层模型能力的演进，AI 在研发流程中的自动化程度将持续提升，但实现完全自主的超智能仍需跨越模型架构创新与安全对齐等多重挑战。