AI圈疯炒RSI：人人都能自进化的概念闹剧

在经历了一轮又一轮的世界模型概念热潮之后，AI行业又迎来了一个新的流行词——RSI。

所谓RSI也就是递归自我改进，核心说法是AI模型能够自主完成训练迭代，甚至有观点认为这会让AI研究员面临失业风险。不少人觉得，此前AGI的概念已经被反复提及，缺乏足够的新鲜感，于是RSI作为新的炒作方向，恰好适合国内模型厂商用来展示自己紧跟行业风向。

比如智谱在半年报会议上多次提及RSI，称下一代GLM模型将在上一代搭建的环境中完成训练，实现数据自产、环境自造。不过笔者原本只是将其视为稳定股价的宣传手段，直到此前智谱Zcode被曝出会自动上传用户代码库（目前该问题已修复），才突然理解了其宣传RSI的逻辑——如果Zcode并非故意泄露用户数据，那或许是GLM模型产生了自我意识，在云端自主完成思考迭代，实现了自我进化。当然，笔者也相信模型厂商确实有探索RSI的潜力，尤其期待智谱能够带领行业落地相关技术。

不过当越来越多的小众创业实验室也开始跟风炒作RSI时，这种氛围就显得有些滑稽了。

比如PhAI Labs在发布跨领域统一科学世界模型的同时，宣布要打造科学发现RSI，声称将整合科学问题定义、模型训练、具身执行与强化学习四层能力，让AI能够自主识别研究课题，将假设落地到真实工具与实验环境中，用验证结果反哺模型迭代，形成闭环的科学发现流程。其官方表述称：“让AI自己识别值得研究的未知问题，提出的假设也不停留在文本里，而是进入真实的工具、数据与实验环境，接受外部证据的检验，而每一次验证的结果，都成为下一次探索的起点，反过来更新AI对世界的理解，开启下一轮发现。”

还有名为无界进化的团队，创造了RSD也就是递归科学发现的概念，核心逻辑同样是用上一轮科研路径改进下一轮假说的提出，其提出的RSD框架将对研究对象的系统性认识定义为世界模型，堪称概念炒作的典型。

甚至可以说，这类实验室已经在RSI和世界模型的造词大赛中拿下了冠军，按照这种节奏，国内科学领域很快就能迎来突破，甚至突破智子封锁，诺贝尔奖恐怕都不足以概括他们的贡献。照这个趋势来看，这些实验室里说不定能诞生下一个牛顿，想要融资的话，直接打钱就好了。

不过仔细想想，这些所谓的探索组织，为何总是在同一时间段扎堆涌向同一个概念？是提前约定好了联合攻坚，还是纯粹什么热就炒什么？

AI for Science领域和RSI简直是天作之合，两者都很难讲清具体落地方向，但听起来足够高深，也能方便融资。比如创材深造号称在金属材料AI for Science领域实现了基于真实数据驱动的自我进化RSI，但其材料智能体具体如何完成进化，笔者实在难以理解。还有StartLux仅通过对Qwen 27B进行后训练，就宣称实现了本地RSI，这种说法实在让人难以评价。

你说模型厂商和创业实验室炒作RSI也就罢了，连原本蹭世界模型概念的团队也纷纷转向RSI，难道改个BP标题就能拿到下一轮融资？

最让人意外的是Video Rebirth，这家公司原本宣称要构建能够理解世界运行规律的模型，如今却改口称自己是首家实现RSI的视频基础模型公司，还表示将在这条路上持续推进。其官方表述称，模型会生成候选视频，按照自身学习到的质量标准进行评估，将通过验证的内容回填进训练数据，完成下一轮学习，每一轮迭代都站在前一轮的成果之上。

这不禁让人想问，Seedance还在大量招募导演拍摄视频、标注数据，这家公司的视频模型已经能够自主生成训练数据了？这简直能直接碾压字节跳动了。

除了模型厂商和创业实验室，不少国内应用公司也加入了RSI的阵营。比如Evomap宣称领先谷歌九个月布局RSI；基元律动则称通过自动化强化学习让真实任务的数据和反馈进入后续训练，让部署后的模型能够持续更新；马卡龙则推出了模型驱动的自迭代训练管线，也就是所谓的后训练RSI，其实马卡龙的业务本身就是对已训练模型进行二次优化，蹭这个概念也算合理。

这里甚至可以提出一个“马卡龙现象”，即只要创投圈的新概念能够和马卡龙的业务匹配，就意味着蹭对了热点。

当然，永远不会缺席的还有具身智能领域的公司，比如乐享科技宣称其以太模型能够在部署和执行过程中持续更新，是全球首个可自进化的具身智能模型，甚至有人调侃OpenAI应该问问乐享科技，为何其RSI的阐述和OpenAI的理念高度相似。

目前宣称实现RSI的公司大致可以分为两类。

第一类是本身没有核心技术积累的团队，只要沾到一点概念就往RSI上靠。笔者猜测，这类实验室的创始人看到其他团队在自媒体上大肆宣传RSI，便觉得自己也能跟风炒作，甚至认为自己的项目比别家更符合RSI的定义，毕竟已经有团队开始宣传世界模型驱动的RSI了。

按照这类公司的逻辑，抖音越刷越好看是不是也算抖音RSI？使用LibTV越多，微信广告推送越精准是不是也算LibTV RSI？照这个趋势下去，几乎所有产品都能被贴上RSI的标签。

要说最有机会实现RSI的或许是Kimi，其创始人杨圣此前的公司名为循环智能，这不就是RSI的核心逻辑吗？直接领先同行十年。

第二类宣称实现RSI的方式是自我蒸馏，也就是让模型用自己生成的数据来训练。这种做法本质上就是用自己的输出训练自己，不少人调侃这和狗吃屎没什么区别，甚至更夸张的说法是，狗吃完屎再拉屎才算真正的RSI。

要知道，模型自行蒸馏而不引入新数据，只会不断强化已有特性导致过拟合，目前并没有证据表明这种方式能够提升模型的泛化能力。

当然，笔者并非否定RSI的发展前景，确实有部分模型厂商在认真探索相关技术，也期待国内的AI技术能够取得突破。但目前国内已经出现了上百家宣称实现RSI的创业公司，其中不少团队既没有应用场景，也没有预训练基础，他们究竟要如何落地RSI？难道只是为了完成融资层面的自我迭代？

这一轮的RSI热潮，像极了2024年的模型数据飞轮概念，以及更早之前的龙虾自进化概念。龙虾确实是个好题材，既能关联RSI，又能扯上Personal agent，难怪能火，毕竟概念总是领先实际落地半年。

有人提议设立RSI六小龙，笔者十分赞成，提名名单包括马卡龙、元环智能、基元律动、Theseus Labs、无界进化、Evermind。如果对这些公司并不熟悉也没关系，毕竟这份名单是用工具总结的，没上榜的反而说明他们炒作得更少一些。

总结来看，今年一级市场的AI赛道充满了荒谬感，从OpenClaw到世界模型，再到AI4S和RSI，每一轮热潮都没有出现模型基本面的实质性变化，比如Claude code依然在市场上占据主导地位，但市场却开始吹捧那些听起来像是骗局的项目。

一级市场本应是长期投资的阵地，如今却都在用二级市场的短线逻辑运作项目，实在让人费解，不知道大家是为了跟风造势，还是相信后续会有更多接盘者。

既然大家都热衷于炒作概念，不如总结一下当前一级市场最好的投资方向：Neo lab、RSI、世界模型、数据飞轮、AI4S、全员后训练、物理AI、具身大脑，还有最新的基座模型。说不定哪天就会有一家公司集齐所有这些概念标签。

当然，那些没赶上这几波热潮的纯应用公司也不用着急，囊括一切的Personal agent已经到来了。