随着 AI 领域的快速发展，新的概念不断涌现。近期，OpenAI 总裁格雷格·布罗克曼提到，GPT-6 Astra 已接近通用人工智能（AGI）的实现。这一消息还未引起广泛的讨论，AI 社区又推出了新词“递归自我改进”（RSI）。这个概念可以理解为 AI 能够自己编写代码、进行实验并改进训练过程，从而将更强大的模型交给下一代。这一过程可能导致研发速度的加快，甚至超出人类的理解和控制。

与此同时，围绕 RSI 的讨论伴随着各种安全警告。例如，OpenAI 的首席科学家将 AI 称为人类尚未完全理解的“外星智慧”。而 Anthropic 的 CEO 则对 AI 再次升级带来的潜在网络攻击和文明风险进行了警示。与此形成对比，NVIDIA 的黄仁勋则在各类峰会上表明，安全与创新并非只能二选一，这场争论反映出行业内部对 AI 前景的看法相左。

RSI 的概念虽然在近期引起热议，但其核心思想可以追溯到上世纪六十年代。著名数学家 I.J. Good 提出了“智能爆炸”的设想，认为若机器能超越人类智力，就能够设计出更聪明的机器，形成一个不断上升的技术循环。 龙8头号玩家

与 AGI 专注于 AI 能否完成与人类类功的认知工作不同，RSI 更关注 AI 是否能够改变其产生能力的系统，进而实现更高效的改进。例如，AI 可以进行自我修正，若能优化其研发方法，并将有效的变化应用于后续的系统，方可称之为实现了递归自我改进。

近期，多家研究机构发布了关于 RSI 的研究，并将其自主性分为五个层级。级别 L1 的 AI 负责执行人类的改进计划，而 L2 开始自主探索改进策略，L3 能决定需要获取的经验，L4 能够将反馈转化为持续改动。到达 L5 时，AI 不仅能完成研究任务，还能优化后续的研究方法。

在未来的设想中，AI 可能拥有更高的自主能力，包括设定目标和重新定义改进逻辑。一旦达成，这意味着人类不仅创造了一个模型，而是创造了一整套能够自行发展的系统，这将改变 AI 模型的研发过程。 龙8头号玩家

不久前，OpenAI 发布了一份内部报告，展示了其实现“自动化研究实习生”的潜力。这种系统能在人工指导下编写代码和进行实验，显著提高研发的效率。此外，Anthropic 的 Claude 系列同样展示了 AI 在安全研究上的自我迭代能力，展现出 AI 自我改进的实际进展。

除了这些模型自身的改进，研究者们也在探索如何对模型周边的软件进行补修，以便更好地支持 AI 的发展。