RSI 又火了，这篇有料

过去几个月，市场对 AI 资本开支的主流判断逐渐收敛：除 Coding 外，缺乏下一个能支撑万亿级收入的应用，但近期一系列事件表明，真正决定训练侧开支节奏的变量，可能并非当期应用商业化进度，而是前沿实验室是否仍认为「下一代模型或研究流程值得大规模投入」。RSI（递归自我改进）正在从概念变成有组织、有时间表、有专人负责的执行事项。

一、RSI（递归自我改进）开始进入资源配置

第一，NVIDIA 与 Ilya 的 SSI 的合作。2026 年 7 月 27 日，NVIDIA 与 Safe Superintelligence Inc.（SSI）联合宣布长期战略合作。NVIDIA 对 SSI 进行 “重大投资”（彭博援引知情人士报道约 50 亿美元），并给予下一代 Vera Rubin 平台的访问权。双方明确，SSI 未来 12 个月算力将提升一个数量级（10×）。这里的 10× 指的是 SSI 总可用训练算力，由硬件代际、集群规模扩张与战略伙伴优先供应权共同构成。对体量远小于 OpenAI、Anthropic、xAI 的纯研究实验室而言，这个幅度仍然实质。

更关键的是 Ilya 本人的表态。公告里他说：“We have research that is worth scaling up.” 这和他过去两年的说法不太不一样 ——2024 年 NeurIPS 上他曾断言预训练（按现有方式）会结束。2025 年 11 月又系统提出行业正从 Scaling 时代转向 Research 时代。八个月后转而说研究已值得大规模扩张，变化本身值得注意。SSI 几乎不发论文、不推产品，NVIDIA 却选择投入并开放最先进硬件，至少说明在芯片侧看来，这个方向已经值得继续加码。

第二，OpenAI 对 RSI 的组织确认。翁荔（Lilian Weng）曾任 OpenAI 安全研究副总裁，后参与创办 Thinking Machines。2026 年 7 月 27 日前后，她发布离职声明，称过去七个月经历严重病痛，并表示下一站希望找职责更明确的岗位、不再做联创。约 48 小时后，OpenAI 发言人向媒体确认，她将回归并领导一个聚焦「RSI」的团队，目标是用 AI 加速设计、训练、评估下一代模型的整套流程。

她于 2026 年 7 月 4 日在个人博客发表长文。文章的核心判断很直接：现阶段想让 AI 自我改进，最现实的入口不是让模型直接改自己的权重，而是先把模型外面的「脚手架」做好。她把这层脚手架叫做 Harness—— 负责安排模型怎么规划、怎么调用工具、怎么记住上下文、怎么存中间结果、怎么判断好坏。她打了个比方：今天 Agent 应用之所以相对靠谱，靠的往往不是基座模型突然变强，而是这层外围系统被认真工程化过了，就像操作系统之于硬件。

在她看来，可以先从几件事入手：

把任务拆成「计划 — 执行 — 观察 — 改进」的循环，让模型能多轮迭代。

把上下文管理得更好，避免长对话里关键信息丢失；

用自动流程去生成和筛选训练数据，甚至尝试让系统自己完成从提想法、写代码、跑实验到写结论的研究闭环。

再进一步，让这套外围系统本身也能被搜索和优化，而不是全靠人工设计。

与此同时，她也指出了现实难点：评价标准在需要「品味」和长期判断时仍然很弱，优化过程容易钻空子、过拟合已知信号，长任务里记忆容易乱，而且关键节点目前还离不开人来把关。她的总体判断是，先把这层外围系统做成可以持续改进的「元方法」，部分能力以后或许会内化进模型，但与外部工具和真实环境的接口仍会保留。

OpenAI 首席科学家 Jakub Pachocki 在 2026 年 3 月接受 MIT Technology Review 采访时，把「全自动 AI 研究员」定为公司未来几年的 North Star，并给出两个时间节点：2026 年 9 月达到能独立处理部分研究问题、连续工作数天的「AI 研究实习生」水平；2028 年迈向能自己提出假设、设计实验并得出结论的全自动研究系统。这是公开目标，不是已经实现的能力，但为后续判断 OpenAI 的 RSI 进展提供了明确坐标。

这两件事的共同点，是头部机构已经开始为 RSI 配置负责人、资本和训练资源。它们还不能证明 RSI 已经跑通，但足以说明这不再只是远期叙事。

二、两条不同的 RSI 路径

Ilya/SSI 与 Lilian/OpenAI 的路径存在清晰差异。

Ilya 一侧更强调底层研究方向的突破。SSI 作为纯研究实验室，唯一目标是安全超级智能，公开技术细节极少。「Research is worth scaling」的表态，暗示其可能找到了新的、能让规模重新产生非线性收益的算法或训练范式。就投资链条而言，这条路线押注的是算力优势能否先转化为研究速度，再转化为模型能力。

Lilian 一侧则明确从工程层切入。她把近阶段 RSI 的现实入口定为 Harness：先把模型外面的规划、工具调用、记忆和评价系统做好，并让这套系统本身也能被持续优化，而不是一上来就让模型改自己的权重。OpenAI 的时间表也更具体 ——2026 年 9 月「研究实习生」、2028 年全自动多 Agent 系统 —— 可验证性相对更高。

两者并不矛盾。完整的自我改进循环，既需要真正值得扩展的新研究方向，也需要高效、可自动优化的研究与实验流水线。没有好的外围系统，再好的方向也难以快速验证；没有方向突破，只优化外围，天花板仍受限于现有范式。当前公开信息下，Lilian 的路径更可观察，Ilya 的路径更高维但更不透明。

三、真正的约束仍然存在

无论哪条路径，都绕不开数据与评价层面的硬约束。根据笔者近期的调研，标准化 SFT 数据已经可以批量合成 —— 指令遵循、格式变换、正反样本构造等边界清晰的任务，国内模型公司确有进展。但这只解决了第一层问题。一旦进入强化学习和长程任务，稀缺的变为高价值轨迹、失败后的恢复路径，以及能在复杂环境中稳定判断好坏的评价器。

模型最容易重复自己已经会的行为，真正有增量的低概率路径往往淹没在大量无效错误里。笔者调研中的一个直观感受是：有时一天生成上千条数据，也未必能找到一对真正适合比较的样本。长程任务里，最缺的往往不是又一条正确答案，而是出错之后怎么办 —— 退回哪一步、换什么方法、继续还是停止。这类恢复数据很难预先合成，真实交互中的失败与反馈，目前仍是纯合成流程最难覆盖的部分。即便有了完整轨迹，判断哪些行为值得强化也高度依赖经验；格式完整的错误回答，仍有可能骗过评价器。

展示一套数据生成流程已经不够。更关键的是，系统能否持续找到模型原本不倾向于走、但结果更好的轨迹，能否在出错后恢复，以及评价器能否稳定分辨好坏。没有这些证据，「掌握合成数据方法」只能说明追赶条件改善，不能说明复杂任务的数据闭环已经跑通。

四、对训练侧 CapEx 与投资的含义

上述变化对资本开支逻辑有三点影响。

第一，训练侧需求的韧性可能强于「应用决定投资」的简单推导。只要头部实验室仍认为下一代模型或研究流程值得大规模投入，集群就不会轻易按短期收入节奏收缩。SSI 拿到约 50 亿美元量级投资与 10× 算力、OpenAI 为自动化研究配置专人并公开 2026/2028 时间表，都是现实注脚。笔者的调研也提示，理想数据不足时，扩大规模通常仍能改善效果，后来者仍有机会缩小差距。

第二，竞争维度在切换。以前更多比预训练规模、后训练数据量和产品速度；现在「谁能更快把研发流程自动化」「谁能把单位算力转化成更高有效能力」的权重在上升。训练效率、运行编排层工程能力，以及高价值轨迹与评价能力，正在成为新的差异化来源。

第三，基础设施环节的客户结构在分化。除云厂商的推理需求外，与纯研究型或强研究导向实验室的深度绑定 —— 资金、优先硬件、早期研究洞察 —— 可能构成下一阶段更有辨识度的叙事。Vera Rubin 从 2026 年下半年放量，各实验室的实际采购与开支指引值得跟踪。

综合来看，RSI 正在从概念走向有负责人、有时间表、有资源的执行阶段。Ilya 与 Lilian 代表两条重心不同、可能互补的路径：一个偏研究方向与 scaling 的重新有效，一个偏外围系统的工程化。真正的约束目前更多落在高价值数据与评价质量上。合成数据改善了追赶条件，但还不足以说明复杂任务的数据闭环已经打通。对投资而言，这在一定程度上支持训练侧开支可能比主流叙事更有韧性，尤其是深度参与前沿训练需求的基础设施环节。

可以优先跟踪：OpenAI 下半年是否给出可观察的阶段性进展；SSI 是否释放技术信号；Rubin 部署与训练集群开支指引；以及轨迹质量、评价和 Harness 优化方面的公开进展。