过去几天，Anthropic与OpenAI先后释放出放慢前沿AI能力推进节奏的信号，被业内解读为硅谷AI巨头面对安全风险的一次主动降温。市场反应迅速：科技股与半导体股集体承压，英伟达一度跌超3%，AMD、英特尔、美光盘中跌幅均在5%左右，费城半导体指数盘中也一度下挫近6%。
引发担忧的，是支撑AI基础设施高增长预期的关键假设出现了新变量。当一直踩着AI油门的一方开始主动谈“刹车”，“模型持续变强、围绕算力、芯片和数据中心的资本开支不断抬高”的增长逻辑，就不再那么理所当然。
这轮“刹车论”的源头，指向一个长期带有科幻色彩的命题：递归式自我改进（Recursive Self-Improvement，RSI）。它设想的是一套AI开始参与改进、甚至构建自己下一代系统的自进化剧本。2026年，RSI进一步跨出未来学与安全讨论的范畴，成为AI学术议程、工程实践和创业融资叙事中的热词。
MIT博士、前字节Seed团队成员瞿骜长期耕耘在这条主线上。在他看来，RSI并非2026年突然冒出的新问题，而是过去几年几条基础路线演进到今天向同一方向汇合的结果。
他回顾，自己2019年开始做强化学习（RL），当时能做的任务有限；ChatGPT的出现刷新了人们对语言模型能力边界的认知，让模型可以通过自然语言持续接受指令、处理越来越复杂的任务；此后推理能力一轮轮迭代，DeepSeek R1是一个重要节点，让人看到大规模强化学习可以用到推理上；再往后，Anthropic的Opus 4.5是一个明显节点，模型已经可以连续工作很久，很多过去需要人手动拆解、反复修改的任务，通过不断输入提示词、不断调整就能完成。
这一变化对自我改进很关键。智能体一旦有了足够强的编程能力，再加上越来越成熟的上下文管理能力，就可以在一个任务上持续跑很久，自行完成读代码、改代码、执行、看结果、再继续下一轮的循环。上下文管理也从一种“外接能力”逐渐变成agent原生的能力。瞿骜认为，2026年最重要的变化，是AI开始有条件持续做一件事，这是自我改进从概念变成工程问题的前提。
但他强调要区分两个概念。今天能看到的大多是持续自我改进：AI在和环境、用户、任务不断交互中积累经验，再用这些经验自我更新，更新的不一定只是模型参数，也可以是记忆、提示词、工具、技能，甚至整个harness。而严格意义上的RSI要更进一步，其思想源头之一可追溯到I.J.Good在1960年代提出的超智能机器：如果一台机器开始参与设计下一代机器，下一代又能继续造出更强的下一代，能力提升就可能进入递归加速。
换句话说，从一次次经验里把自己“炼强”，只是RSI的起点；再往前，AI还需要参与设计、训练，甚至亲手构建下一个自己——可以是改harness、改训练流程、生成训练数据，也可以继续往更底层走，写GPU内核，甚至参与设计下一代硬件。机器定义得越完整，RSI的门槛就越高。瞿骜的判断是，今天大量实践更适合被称为持续自我改进，严格意义上的RSI还有很长的路要走。
他提到，团队在做Reef时更愿意用“改进”而不是“进化”，因为后者只说明“它发生了变化”，而工程上更关心的是：你怎么知道它真的变好了？AI可以不断变化，但变化本身没有意义，它可能学到坏经验，也可能把一次偶然的成功当成规律。
在瞿骜看来，agent可以在上下文里变得越来越能干，但这种提升有上限。团队做CORAL，让多个agent自己做研究、共享信息、迭代方案，前期只靠上下文、记忆和harness的演进，效果可以推得很高；但任务一旦拉长，系统还是会慢慢卡住。一个直观的问题是，agent做了很多事、积累了很多经验，但模型本身并没有因此“长本事”——任务结束后，这些经验大多还停留在上下文和记忆里，没有真正进入模型。
为此，团队开始做测试时训练、测试时强化学习和自蒸馏，验证能否把agent在真实任务里产生的经验再学回模型里，结果发现这条路确实可以突破纯推理的一部分上限。传统大模型开发大致经历训练、评估、部署、推理几个阶段，到了推理阶段，模型开始替用户干活，但同步产生的大量经验通常不会自动回到下一轮学习里。Reef想解决的，就是怎么把这条路重新接起来，让agent在真实世界里做过什么、错过什么、被用户纠正过什么，都有机会变成下一轮学习的材料。
不同任务里自我改进的难度差别很大。最简单的一类，是结果好坏几乎没有争议的任务，比如优化GPU内核：agent每改一次代码都可以直接跑一遍验证，更快还是更慢一目了然，验证标准很清楚。再复杂一点，是让agent去“经营一家公司”，学术界有一个基准测试叫CEO Bench，会模拟市场环境评估agent的经营决策能力；如果模型一直不更新，有些agent会一路把公司干破产。这类任务会不断留下反馈，客户变多还是变少、现金余额上升还是下降，agent得看一段时间之后的结果，才知道前面的决策是否好。
再往上走，写作风格这类任务更棘手。用户反复告诉agent“不喜欢太长的句子”“这个语气太像AI”，在同一轮任务里它当然可以照着改，但下一次遇到类似任务，未必真的记住这个用户认为什么叫“写得好”。写作本来就没有统一答案，模型再强也不可能用同一套标准满足所有人。从GPU内核到CEO Bench，再到个性化写作，更重要的变化其实是“什么叫做好”：有的任务是数字指标，有的要从长期结果看，还有的连“好”的定义本身都因人而异。
经验找到了，接下来还有一个行业里讨论很热的问题：到底应该改模型，还是改harness？harness可以理解成agent做事时的一整套方法、规则和权限。好的harness能把模型原有的能力更稳定地激发出来，有点像给一个能力不错的人配上一套更成熟的工作流程。现在有一种比较流行的观点，认为harness进化的上限可能比模型进化更高。
瞿骜对此有所保留。他认为harness再强，也只能告诉模型“应该怎么做”，却替不了模型做判断：它可以告诉模型“你应该先做规划”，但任务到底该怎么规划，还是模型决定；它也可以告诉模型“把任务拆给几个子智能体”，但具体怎么拆、每个agent做什么，最后还是靠模型自己的能力。他还指出，现在直接比较harness evolve和model evolve谁的上限更高，其实有一点“不公平”，因为今天做model evolve很多时候只能基于开源模型，而harness evolve往往直接建立在最强的闭源模型上，两边起跑线本来就不一样。从目前看到的结果来说，更值得探索的不是二选一，而是两边一起改进。团队现在也在做模型与harness协同进化，无论是两边同时训练，还是先改harness、再训练模型、再继续改harness，都能达到单独只动一边很难达到的效果。
在瞿骜看来，未来harness可能也不只是一本越来越厚的“操作手册”。好比一家公司不是给每个人发一份SOP就能持续运转，还需要绩效、协作、激励这些机制，才能让不同的人稳定地一起工作。未来harness也可能走向类似形态：不只是规定agent怎么完成一个任务，而是在设计一套让一群agent可以长期进化的机制。但只要问题涉及开放式判断，最后还是要回到模型本身。
模型和harness都能改以后，一个更难的问题出现了：得到一次经验，到底应该改哪一边？瞿骜越来越觉得，这件事最后应该变成agent自己的一种元认知。它应该自己知道：这次经验值不值得学？应该怎么学？是先记在上下文里，还是沉淀进模型权重？这很像人自己学习：参加一场线上会议，有些内容把转录记下来就够了，有些值得单独记成笔记，还有一些特别重要，聊完以后还会反复想几遍，甚至顺着它推导出新的结论。人会天然区分哪些东西只是“记住”、哪些应该真的学进去，agent以后也需要这种判断力。因为一个agent不只有模型权重，它还有记忆、工具、技能、harness。一次任务失败，到底应该把模型练得更强，还是改记忆，还是调整工具，还是直接把做事流程换掉，答案未必一样。而今天这些选择，大多数还是人提前设计好的。