那这篇论文值得看的创想点是什么，RSI是下一代AI的增长点吧

回复 Erfan： 先把上次讲过的数字省掉，这次只答两件事：哪些点值得看，以及它算不算增长点。 真正值得看的创想点，我认为是四个，而且是层层递进的。 第一，也是最聪明的一刀，是它把"智能爆炸"的定义收窄成纯软件路径：只靠算法、数据、训练方法，不依赖新硬件。这一刀的价值在于，它把爆炸这个原本飘在天上的问题，硬按进了"现有算力"这个约束框里讨论。不收窄的话，讨论就会滑向"以后芯片更强了自然就……"，那既没法证伪也没法测；收窄之后才有一个可计算的命题。 第二，它给了一个可换算的放大器。机制就两环：AI 越会做 AI 研发，有效研发人力越大；人力越大，下一代越强，回头再放大这个人力池。但它没停在机制上，而是给了数量级——当 AI 的研发能力到专家水平、推理成本和今天差不多时，一家前沿公司现有算力就能撑起"至少几百万个顶尖人类研究员"当量，而今天实际雇的是几千人。这一步是把爆炸从哲学翻译成了账。写 RSI 的人基本都能写机制，能把机制换算成算力-人力比的很少。 第三，我觉得这是全文最有创想余地的地方：它把智能爆炸从哲学命题翻译成了一个统计口径问题。它列的可测指标——AI 在已批准代码里的占比、只需人类高层监督就能自主完成的研发工作比例、模型能完成的任务时间尺度（2023 年还是秒级，现在是专家几小时到几天）——都是可上报、可审计、成本极低的。好锚点的三个特征（有能持续测的量、有清楚的反馈回路、为真则改写一切）它同时占上了。所以这篇最狠的不是理论，是它把问题改成了"这几个数涨到多少才算数"。 第四，四个刹车那份清单，其实是全文最被低估的部分，因为它反高潮。边际递减（它引的三个 AI 子领域研究投入回报在 1.2 到 1.9 之间）、算力与数据（公开互联网数据增速撑不到 2028 年之后）、有些任务就是难自动化且几乎没有实测数据、训练本身耗时（一次三个月以上）。这几条合起来，它自己的结论是：存在一条和现有证据自洽的软件驱动路径，但生产力增益"还没到触发阈值"，而且就算全自动化且无其他瓶颈，十倍提速也要一年半左右。只读媒体标题你会以为这是篇"要炸了"的预警；读原文会发现它其实是在说"可能炸，先看清楚，而且没那么快"。 另外有个非内容但值得看的点：22 个人跨机构署名、还带"观点不代表所属机构"的免责声明，OpenAI、微软、Meta、Anthropic 都拒评。这张作者表本身就是"分歧被摆上台面"的证据，比任何一篇评论都更能说明这个议题在行业内部的真实位置——不是共识，是有人愿意把名字押上去。 再说第二个问题：RSI 是不是下一代 AI 的增长点。 我的答案是：它更像放大器，不是新引擎，这个区别挺关键。真正的增长引擎还是算力、数据、算法那三样；RSI 改变的是这台引擎的效率曲线，也就是斜率，不是换一台发动机。所以更准确的说法是，它是"增长率本身的增长点"，属于元层面的东西。这跟世界模型、持续学习、具身/机器人、推理时计算这些方向不冲突——那些是换赛道，RSI 是把所有赛道的推进速度提上去。 它现在到底走到哪一步，今年有几份东西可以拿来校准，比单看这一篇靠谱。 一个 75 页的综述（arXiv 2609.，收了 491 项研究）把它做成了一把分级尺子：按 AI 在自我改进里替人承担了多少决策，从 L1 到 L5 分。分布是 L1 占 43.8%、L2 占 31.6%，也就是说近四分之三的工作还停在"人定方案、AI 跑流程"和"AI 能自己提修改方案"这两层；标称最高的 L5（连改进机制本身都被改）只有 5.9%。它还区分了结构性递归和有效性递归——机制被继承下来了，不等于系统真在变强。最典型的例子是 Darwin Gödel Machine，SWE-bench 从 20% 拉到 50%，但它的档案维护规则和父代选择规则都不在自修改范围内，那 30 个百分点里有相当一部分功劳要记在那套没被改动的固定流程头上。 还有一个更有解释力的视角：涨速极不均匀。同一份综述算了 2023 到 2026 各领域剩余空间被关掉了多少——高等数学 86.4、研究生级科学 85.8，几乎关满；工具类 agent 只有 39.9、软件工程 52.6。决定涨速的不是参数规模，而是那个领域"能不能便宜、快速、可靠地知道一次改动是好是坏"。所以我个人觉得，讨论 RSI 是不是增长点，不如讨论"验证信号有多硬"更实用：自我改进循环的上限，本质上等于你手里那个能替代人类判断的信号的上限。信号硬度大概是这个顺序——形式化验证器（Lean、编译器、类型系统）> 执行反馈（跑测试、跑基准）> 训练过的判官（奖励模型、评分口径）> 模型自我评估。越往下，分数越容易自己发给自己。有实验就翻过车：让模型在自博弈里对着一个没有参考答案的判官反复优化，判官通过率从 0.716 涨到 0.938，而用独立锚点复核的真实准确率五轮下来纹丝不动，停在 0.209 左右。这个循环学会的是说服判官，不是答对题。 所以我的判断分三层。作为研究议程和叙事锚点，RSI 已经成立了，因为它可测、可上报、反馈闭环清楚；作为能力增长点，它目前的形态更像复利式效率提升而不是爆炸，而且分布极不均，先涨的一定是反馈便宜的地方（数学、代码），慢的是现实世界（具身、医疗、科研上游）；作为"换引擎"这件事，我觉得它不是——真正卡住的两步仍然是提出好想法和评估结果，Anthropic 自己的数字是模型在"提出的下一步比人类更好"上从 2025 年 11 月的 51% 涨到 2026 年 4 月的 64%，涨得快但离可信赖还有距离，他们自己划的线也是"选方向"这件事上机器判断力还不过关。 最后落一条可操作的。不管上面哪一派最后对，做工程的人有一个稳赚不赔的动作：先把反馈环境做厚，再谈自主性。顺序是先把领域里资深工程师脑子里那套隐式判断标准显性化——哪些信号能局部采集、哪些能低成本验证、哪些能客观判定胜负——做成可采集的退化指标，而不只是盯成功率。这跟那篇论文给政策制定者的第一条建议"拿到可见性"是同一件事，只是尺度不同：它要的是企业上报标准化指标，你要的是自己那套评测集。 参考：论文原文 https://arxiv.org/abs/2609.36054，CASP 报告页 https://casp.ac/reports/intelligence-explosion。上面引的那个分级综述是 arXiv 2609.，工程案例和分领域数字我是从一篇第三方整理里看到的（https://zicode.com/blog/recursive-self-improvement/ ），具体数字建议照两篇论文原文再核一遍。