Recursive Self-Improvement（递归自我改进）
定义
递归自我改进 (Recursive Self-Improvement, RSI) 指 AI 系统设计、训练或验证其下一代或同代继任者的能力。当这一回路达到某临界点，AI 进步速度由机器而非人类决定，Anthropic 在 2026-06 用 frontier 实验室一手数据公开宣告这一进程"已经发生"。
关键数据点
Anthropic 2026-05 一手数据：
| 指标 | 数值 | 含义 |
|---|---|---|
| Anthropic 合并代码由 Claude 写的比例 | 80%+ | AI 在改 AI 自身的代码 |
| 工程师人均合并量 vs 2024 | 8x | AI 加速 AI 工程师产出 |
| Code quality parity | 2025 末"差于人类" → 2026 中"对齐" | AI 写的代码质量进入可生产区间 |
| 任务视野（4 月翻倍） | 4 分钟 (Opus 3, 2024-03) → 12 小时 (Opus 4.6, 2026-03) | AI 能独立完成的工作块涨 180 倍 |
| 实验执行加速 | Mythos 52x vs 人类 baseline | AI 优化 AI 训练 pipeline |
| 研究判断胜率 | Mythos 64% | AI 选"哪个问题值得做"开始反超人类 |
| 员工自评生产率 | 4x | 主观体感一致 |
演化阶段（Anthropic 自述）
| 阶段 | 时间 | 特征 |
|---|---|---|
| 1 | 2021-2023 | 人类在笔记本上手写代码，AI 不参与 |
| 2 | 2023-2025 | Chatbot 辅助短代码片段 |
| 3 | 2025-2026 | Coding agent 独立读写整文件 |
| 4 | 今天 | Agent 跑代码、互相委派 |
| 5 | 未来 | Agent 训练下一模型（recursive 闭环） |
三种未来（Anthropic 框架）
- Stall — 指数轨迹变成 S 曲线，算力/能量约束先到。即使能力冻在 2026 水平也已足以颠覆
- Compounding efficiency — AI 开发高度自动化，人类设方向，100 人公司干 10 万人活
- Full recursive — AI 设计自己的继任者，节奏由算力决定
公共子集：无论哪个 case，"verification 必须现在做"。
前提与局限性
- 80% ≠ 100% — 80% 是 commit-level 不是 deploy-level；merge 不等于 production
- Code quality parity 是评估侧 — 内部评审打分，主观度未披露
- 任务视野是软件类任务 — 不能直接外推到物理实验、销售谈判
- Mythos Preview 是未公开 — 公开复现性缺
- Verifiable pause 难 — 作者自承 training run 比导弹井更易隐藏
关联概念
| 本库主题 | RSI 的连接 |
|---|---|
| Task-Horizon | 4 分钟 → 12 小时是 RSI 的最可信度量 |
| Verifiability | "verifiable pause" 是 RSI 时代的协调机制提议 |
| AI-Capability-Gap | 80% / 8x / parity 数据校准能力感知 |
| AI-Psychosis | 一手数据可校准深度用户与外行的认知鸿沟 |
| Allocation-Economy | 工程师 8x 但团队规模不变 → R&D 成本结构重写 |
| AI-Labor-Bottleneck-Shift | 瓶颈从"生产代码"迁到"验证 + 集成 + 部署" |
前提与局限性
- 数据来自单一机构 — Anthropic 是工具链、人才、评测集都在极端右尾的 frontier lab；外推到中位公司前必须打折
- 作者把对齐放在脚注 — "机构克制"是有意为之，让监管者读起来觉得"他们在自我反思"，让算力扩张派读出来"反正还是要扩"
- 代际对齐漂移 — 当 AI 输出被用来训练下一代，对齐问题从"单代"变成"代际 compounding"；脚注低估了这个放大
关联概念
- Anthropic — 一手数据提供方
- Anthropic-Institute — 政策发布平台
- Marina-Favaro — 主笔
- Jack-Clark — 联合署名 + 编辑支持