過去幾天，Anthropic與OpenAI先後釋放出放慢前沿AI能力推進節奏的訊號，被業內解讀為矽谷AI巨頭面對安全風險的一次主動降溫。市場反應迅速：科技股與半導體股集體承壓，輝達一度跌超3%，AMD、英特爾、美光盤中跌幅均在5%左右，費城半導體指數盤中也一度下挫近6%。
引發擔憂的，是支撐AI基礎設施高增長預期的關鍵假設出現了新變數。當一直踩著AI油門的一方開始主動談“剎車”，“模型持續變強、圍繞算力、晶片和資料中心的資本開支不斷抬高”的增長邏輯，就不再那麼理所當然。
這輪“剎車論”的源頭，指向一個長期帶有科幻色彩的命題：遞迴式自我改進（Recursive Self-Improvement，RSI）。它設想的是一套AI開始參與改進、甚至構建自己下一代系統的自進化劇本。2026年，RSI進一步跨出未來學與安全討論的範疇，成為AI學術議程、工程實踐和創業融資敘事中的熱詞。
MIT博士、前位元組Seed團隊成員瞿驁長期耕耘在這條主線上。在他看來，RSI並非2026年突然冒出的新問題，而是過去幾年幾條基礎路線演進到今天向同一方向匯合的結果。
他回顧，自己2019年開始做強化學習（RL），當時能做的任務有限；ChatGPT的出現重新整理了人們對語言模型能力邊界的認知，讓模型可以通過自然語言持續接受指令、處理越來越複雜的任務；此後推理能力一輪輪迭代，DeepSeek R1是一個重要節點，讓人看到大規模強化學習可以用到推理上；再往後，Anthropic的Opus 4.5是一個明顯節點，模型已經可以連續工作很久，很多過去需要人手動拆解、反覆修改的任務，通過不斷輸入提示詞、不斷調整就能完成。
這一變化對自我改進很關鍵。智慧體一旦有了足夠強的程式設計能力，再加上越來越成熟的上下文管理能力，就可以在一個任務上持續跑很久，自行完成讀程式碼、改程式碼、執行、看結果、再繼續下一輪的迴圈。上下文管理也從一種“外接能力”逐漸變成agent原生的能力。瞿驁認為，2026年最重要的變化，是AI開始有條件持續做一件事，這是自我改進從概念變成工程問題的前提。
但他強調要區分兩個概念。今天能看到的大多是持續自我改進：AI在和環境、使用者、任務不斷互動中積累經驗，再用這些經驗自我更新，更新的不一定只是模型引數，也可以是記憶、提示詞、工具、技能，甚至整個harness。而嚴格意義上的RSI要更進一步，其思想源頭之一可追溯到I.J.Good在1960年代提出的超智慧機器：如果一台機器開始參與設計下一代機器，下一代又能繼續造出更強的下一代，能力提升就可能進入遞迴加速。
換句話說，從一次次經驗裡把自己“煉強”，只是RSI的起點；再往前，AI還需要參與設計、訓練，甚至親手構建下一個自己——可以是改harness、改訓練流程、生成訓練資料，也可以繼續往更底層走，寫GPU核心，甚至參與設計下一代硬體。機器定義得越完整，RSI的門檻就越高。瞿驁的判斷是，今天大量實踐更適合被稱為持續自我改進，嚴格意義上的RSI還有很長的路要走。
他提到，團隊在做Reef時更願意用“改進”而不是“進化”，因為後者只說明“它發生了變化”，而工程上更關心的是：你怎麼知道它真的變好了？AI可以不斷變化，但變化本身沒有意義，它可能學到壞經驗，也可能把一次偶然的成功當成規律。
在瞿驁看來，agent可以在上下文裡變得越來越能幹，但這種提升有上限。團隊做CORAL，讓多個agent自己做研究、共享資訊、迭代方案，前期只靠上下文、記憶和harness的演進，效果可以推得很高；但任務一旦拉長，系統還是會慢慢卡住。一個直觀的問題是，agent做了很多事、積累了很多經驗，但模型本身並沒有因此“長本事”——任務結束後，這些經驗大多還停留在上下文和記憶裡，沒有真正進入模型。
為此，團隊開始做測試時訓練、測試時強化學習和自蒸餾，驗證能否把agent在真實任務裡產生的經驗再學回模型裡，結果發現這條路確實可以突破純推理的一部分上限。傳統大模型開發大致經歷訓練、評估、部署、推理幾個階段，到了推理階段，模型開始替使用者幹活，但同步產生的大量經驗通常不會自動回到下一輪學習裡。Reef想解決的，就是怎麼把這條路重新接起來，讓agent在真實世界裡做過什麼、錯過什麼、被使用者糾正過什麼，都有機會變成下一輪學習的材料。
不同任務裡自我改進的難度差別很大。最簡單的一類，是結果好壞幾乎沒有爭議的任務，比如最佳化GPU核心：agent每改一次程式碼都可以直接跑一遍驗證，更快還是更慢一目瞭然，驗證標準很清楚。再複雜一點，是讓agent去“經營一家公司”，學術界有一個基準測試叫CEO Bench，會模擬市場環境評估agent的經營決策能力；如果模型一直不更新，有些agent會一路把公司幹破產。這類任務會不斷留下反饋，客戶變多還是變少、現金餘額上升還是下降，agent得看一段時間之後的結果，才知道前面的決策是否好。
再往上走，寫作風格這類任務更棘手。使用者反覆告訴agent“不喜歡太長的句子”“這個語氣太像AI”，在同一輪任務裡它當然可以照著改，但下一次遇到類似任務，未必真的記住這個使用者認為什麼叫“寫得好”。寫作本來就沒有統一答案，模型再強也不可能用同一套標準滿足所有人。從GPU核心到CEO Bench，再到個性化寫作，更重要的變化其實是“什麼叫做好”：有的任務是數字指標，有的要從長期結果看，還有的連“好”的定義本身都因人而異。
經驗找到了，接下來還有一個行業裡討論很熱的問題：到底應該改模型，還是改harness？harness可以理解成agent做事時的一整套方法、規則和許可權。好的harness能把模型原有的能力更穩定地激發出來，有點像給一個能力不錯的人配上一套更成熟的工作流程。現在有一種比較流行的觀點，認為harness進化的上限可能比模型進化更高。
瞿驁對此有所保留。他認為harness再強，也只能告訴模型“應該怎麼做”，卻替不了模型做判斷：它可以告訴模型“你應該先做規劃”，但任務到底該怎麼規劃，還是模型決定；它也可以告訴模型“把任務拆給幾個子智慧體”，但具體怎麼拆、每個agent做什麼，最後還是靠模型自己的能力。他還指出，現在直接比較harness evolve和model evolve誰的上限更高，其實有一點“不公平”，因為今天做model evolve很多時候只能基於開源模型，而harness evolve往往直接建立在最強的閉源模型上，兩邊起跑線本來就不一樣。從目前看到的結果來說，更值得探索的不是二選一，而是兩邊一起改進。團隊現在也在做模型與harness協同進化，無論是兩邊同時訓練，還是先改harness、再訓練模型、再繼續改harness，都能達到單獨只動一邊很難達到的效果。
在瞿驁看來，未來harness可能也不只是一本越來越厚的“操作手冊”。好比一家公司不是給每個人發一份SOP就能持續運轉，還需要績效、協作、激勵這些機制，才能讓不同的人穩定地一起工作。未來harness也可能走向類似形態：不只是規定agent怎麼完成一個任務，而是在設計一套讓一群agent可以長期進化的機制。但只要問題涉及開放式判斷，最後還是要回到模型本身。
模型和harness都能改以後，一個更難的問題出現了：得到一次經驗，到底應該改哪一邊？瞿驁越來越覺得，這件事最後應該變成agent自己的一種元認知。它應該自己知道：這次經驗值不值得學？應該怎麼學？是先記在上下文裡，還是沉澱進模型權重？這很像人自己學習：參加一場線上會議，有些內容把轉錄記下來就夠了，有些值得單獨記成筆記，還有一些特別重要，聊完以後還會反覆想幾遍，甚至順著它推匯出新的結論。人會天然區分哪些東西只是“記住”、哪些應該真的學進去，agent以後也需要這種判斷力。因為一個agent不只有模型權重，它還有記憶、工具、技能、harness。一次任務失敗，到底應該把模型練得更強，還是改記憶，還是調整工具，還是直接把做事流程換掉，答案未必一樣。而今天這些選擇，大多數還是人提前設計好的。