中国AI递归式自我改进与美国路径差异

“美国正在广泛地加速前进，部分原因是它担心如果中国先实现自我改进的AI会发生什么。”——埃兹拉·克莱因，《纽约时报》

递归式自我改进（RSI），广义上指AI系统在无需人类太多额外输入的情况下，迭代设计出能力越来越强的后继系统，被广泛视为中美AI竞争的一个焦点。

卡内基国际和平基金会的马特·希恩认为，美国研究界部分人士将RSI视为锁定持久地缘政治领先地位的一种方式。

中国并未视而不见。中国政府在其近期顶层政策文件《人工智能安全治理框架3.0》中采用了这一术语，而且今年几乎所有中国AI公司都越来越频繁地谈论RSI及相关理念。

因此，看起来RSI确实是双方竞相奔向的目标。但现实并没有那么简单。首先，我们并不理解中国公司在谈论AI研究自动化或RSI时究竟是什么意思——即便采用这一术语的公司越来越多。

中国公司已经披露了不少关于它们如何在研究中使用AI的信息，有时比美国实验室披露得更详细。

基于这一分析，我们认为，迄今为止中国的RSI看起来不太像一场国家主导的竞赛，而更像一种自下而上的商业趋势。

我们建议，中美AI研究人员应首先建立共同词汇，并就AI如何用于构建AI形成可比较的透明度。

中国RSI的多副面孔

即便在硅谷，RSI也是一个令人困惑的术语，它被用来描述从AI自动化部分AI研究到不可控的智能爆炸等各种情况。

同样，它在中国也意味着许多事情——但不一定是相同的事情。

就在去年，中国公司还在用“自我进化”“自我迭代”和“自我训练”等不同说法讨论相关理念。

如下表所示，从公司发布材料看，即便同一家公司也并不总是使用同一术语。

RSI（递归式自我改进）这一术语只是过去几个月才进入中国公司的词汇。阿里巴巴等公司的转变很明显。

2025年，CEO吴泳铭说AI将实现“自主学习”。它将能够构建自己的训练基础设施、优化数据管道并升级模型架构，最终导致奇点：“一旦跨过某个奇点，人类社会就好像按下了加速键，技术进步速度将超出我们的想象。”他没有使用RSI一词。

2026年9月，他确实用了这个词，将其定义为“模型从真实世界反馈中发现自身短板、设计实验、构建数据并评估结果，从而在持续循环中推动自身进化”的时刻。新定义聚焦反馈回路，不强调进步加速，这比他2025年的愿景更窄，但也更具体。

Z.ai创始人唐杰的措辞也类似。2026年5月，他在X上的一篇帖子中称“自我进化”是“有前景的路径”。

7月，他将“自我进化”描述为“AI训练AI”，模型编写自己的代码、清洗和合成自己的数据并训练自己。

9月接受《求是》采访时，他采用了RSI一词，但称其为“递归超级智能”，可能混淆了缩写含义。

他认为，如果模型能持续改进和纠正自己，可能很快达到奇点并超越人类智能，尽管也可能停滞。

小米同样如此。2026年3月，小米MiMo模型负责人罗福莉将“自进化”列为未来一年AGI最重要的发展。她将其描述为具有可验证约束的智能体框架，以及一个让模型朝目标持续迭代的循环。

小米后来的MiMo-V2.6技术报告则采用“递归式自我改进（RSI）”，定义为模型“通过持续探索和反馈扩展能力”。

在这三个例子中，AI改进AI的想法在RSI术语被采用之前就已成形。中国企业直到2026年7月才开始使用“RSI”。

但中国AI公司关于RSI所谈的内容，似乎与它们关于自我进化或自主学习所谈的内容没有太大不同。因此，将AI用于AI研究是一种长期实践，有许多定义松散且常常可互换的标签，“RSI”只是最新一个。

与硅谷不同——在硅谷，这两个概念紧密相连——在中国采用“RSI”并没有带来多少关于智能爆炸的讨论。

中国AI领袖偶尔提到奇点，如吴泳铭在2025年演讲中、唐杰在《求是》采访中那样。然而，当他们描述自我改进AI通向何处时，大多指向现实世界应用。

唐杰描述了一个“安全、金融、法律、电商等每个行业都将被重塑”的未来。吴泳铭设想人工超级智能“可能创造一批‘超级科学家’和‘全栈超级工程师’”，以应对“医学挑战、新材料、可持续能源和气候问题”。DeepSeek的梁文锋设想奇点之后的AI将具身化，“走进现实世界，能做家务，能在你年老时照顾你”。

中国企业为何提RSI？

2026年9月，上海一场持续五小时的周六沙龙聚集了研究人员、知名投资者、财务顾问和孵化器，讨论RSI。

活动由红杉中国（原红杉资本中国）组织，这是中国最具影响力的风险投资公司之一。关键投资者已开始将RSI视为值得围绕其组织活动的主题。围绕该活动的各种报道中，RSI被描述为“VC们正在追逐”的领域。

投资者的胃口可能部分解释了中国AI公司为何开始使用这一术语。2026年6月，Anthropic发表《当AI构建自身》一文，在中国获得大量媒体报道。一个月内，中国公司开始采用这一标签。一个合理的经济解释是商业性的。看到RSI在美国吸引关注和资本后，中国公司可能将该概念视为自己融资的一种方式。

确实，围绕AI研究自动化建立的新中国初创公司在2026年下半年筹集了大量资金，其中一些由与美国AI研究界关系密切的创始人领导。

超衍智能（SuperDen Intelligence）由清华大学一位助理教授于2026年6月创立，9月在其天使轮和天使+轮共筹集近4亿元人民币（6000万美元）。这位创始人曾在Google DeepMind和微软工作，他说自己最早在GDM产生自动研究想法。类似地，元环智能（MetaCircle）于2026年5月创立，过去两个月在种子轮筹集数亿元人民币。创始人也是清华大学助理教授，最著名的是他在MIT博士期间师从马克斯·泰格马克开发的KAN神经网络架构。

Z.ai近期的融资显示，RSI作为标签可能有助于筹集资本。9月13日，该公司宣布约50亿美元新融资。三天后，它告诉分析师，约60%的净收益将用于下一代GLM模型及其“完全自我训练”系统。次日，它发布博客文章《走向递归式自我改进》，中国科技媒体将其报道为“智谱首个RSI成果”。

《科创板日报》是一家专注于中国科技资本市场的权威财经新闻媒体，其以“智谱在密集融资后押注RSI叙事”为标题报道了这一连串事件。虽然时间线本身不能证明公司有意为融资而提出RSI，但它表明RSI框架至少部分针对投资者。

虽然RSI可能部分作为营销策略，但这并不意味着中国公司不认真对待将AI用于AI研究。这项工作本身就有用，尤其是在算力约束下。投资者越来越关心开发和提供模型的算力成本，依赖外国芯片可能提高算力成本并增加供应风险。

中国商业媒体报道称，投资者会审查下游AI应用公司的“算力采购结构”，而“完全依赖海外高端A/H100系列芯片”的项目估值可能“大幅折价”，甚至可能无法进入尽职调查。

自动化AI研究可能有助于缓解这一瓶颈。中国公司已将AI应用于基础设施和内核工作，帮助其模型在中国制造的芯片上更高效运行。这给了它们继续自动化AI研究的理由，无论它们怎么称呼它，也可能使它们对投资者更具吸引力，即便研究本身短期内需要更多算力。

总体而言，仍很难区分中国AI公司是真正相信RSI，还是只是用这个术语融资。许多情况下，一个人可以既真正相信RSI，又想从中获利——毕竟，训练前沿模型需要钱，而中国公司获得的投资和收入远少于美国同行。

中国开始思考RSI风险

中国AI公司可以在没有确定术语的情况下推进RSI。然而，政策制定者不能。要干预，监管者需要知道究竟干预什么。因此，RSI如何进入中国政策和公共辩论，可以表明中国是否以及何时可能监管它，以及中美对其理解是否足够相似以进行讨论。

RSI首次出现在政策文件中是在2026年9月，当时中国网络安全和AI领域主要标准制定机构TC260发布《人工智能安全治理框架3.0》，这是中国官方最全面的AI安全风险分类。

其引言提到RSI时用了略有改动的直译“自我递归提升”，官方英文译本则完整提到“recursive self-improvement”。

然而，开头重点指出，RSI是未来需要观察的趋势，而非亟待应对的紧迫风险：“更深刻的是，AI已展现出模型和算法自主学习、优化和递归自我改进的自我加速趋势。技术演进的速度和方向是否会超出人类预期和控制，值得关注和警惕。”文件其余部分在讨论AI安全风险时没有再回到RSI。

虽然该术语只出现在一份政策文件中，但围绕RSI的公共讨论已经增多。在中国，由治理或技术研究人员以及官方媒体推动的新兴话语，现在涵盖与ASI（超级人工智能）相关的RSI风险警告、相关监管建议和技术研究，但强调保持AI进步安全，而非完全阻止它。

2026年9月30日，党的最高内部培训机构官方报纸《学习时报》发表了AI治理教授曾毅的文章。文章将RSI描述为“通往AGI的关键路径”和“失控风险的主要触发点”。

它认为，一旦AI能改进自己的架构，“智能增益的正循环可能加速到人类完全跟不上的程度。”文章警告人类被排除在AI研究回路之外的风险，但同样强调不能“因噎废食”。放弃研究不是选项，而是应提出“自我改进方案和实质性架构变更”，以便“人类在任何情况下都掌握最终控制权”。

公开证据并不支持中国正竞相率先达到RSI的说法。

《经济观察报》一篇评论文章更进一步，提出了治理RSI的详细框架。它将AI按“递归能力”分为五级，从普通研究辅助到训练和部署自己后继系统的系统，义务相应分级。最低级除现有产品安全和数据保护法外无需额外规则，而最高级绝不应“在没有外部监督的情况下”运行，并应触发“国际通报”。

文章描述了RSI带来的超人能力在网络和军事领域的危险。它还提出四个类别——能力、资源、评估和部署——并要求任何单一递归系统不得同时掌握研究、评估、资源和部署权。

除政策建议外，关于RSI安全的技术研究也开始出现在学术话语中。来自中国顶尖大学和研究机构的一组研究人员测量了AI已经承担多少AI研究。他们记录了其自身智能体研究模型开发中的769项任务，发现AI参与了96.5%的任务并提出了大多数方法，但在85.5%的方法决策中由人类做最终选择。

这些中国研究人员还认为，对人类安全的权威需要认真处理，AI能力的每一次进步都应匹配对齐和监督投资，并明确AI追求谁的目标、谁仍负责。

类似工作正在增多：中国科学院提出研究递归自我改进AI的“演化安全”；上海AI实验室探索利用RSI本身改进安全（“递归安全改进”），并记录了自我进化智能体如何“错误演化”。

总体而言，中国关于RSI及其安全的讨论类似于一种自下而上的努力。AI公司、AI治理学者和技术安全研究人员最常谈论它，而随着该话题在AI话语中更加突出，顶层政策正在逐步跟上。

公开证据很少表明最高领导层将RSI视为优先事项。但更广泛的AI社区，从AI公司到AI治理学者和研究界，正越来越发声，这可能为顶层思考提供信息并影响顶层思考。

中国AI公司披露AI研发自动化细节

中国对RSI风险的思考仍处于早期阶段。然而，治理RSI的一个基础已部分具备：披露。人们需要知道AI实验室内部AI实际在做什么，才能制定规则。中国AI公司已经开始发布它们在研究中在哪里以及如何使用AI。

首先，它们披露在研究流程中应用AI的位置，以展示其模型的自动化研究能力。

MiniMax报告称，M2.7能够自行构建复杂的Agent Harness。它还描述了在强化学习场景中“帮助文献综述、跟踪预设实验规范、流水线处理数据和其他产物，并启动实验”的智能体。

小米介绍了CodeMidas，“一个智能体流水线，利用源代码作为唯一任务特定输入，将现有代码库中已实现的功能转化为可执行的强化学习环境。”它产生了“来自3185个开源代码库、涵盖23种编程语言和15个技术领域的5545个训练任务”。

Z.ai的《走向递归式自我改进》博客文章称，其由GLM-5.3驱动的Infra Agent帮助构建了推理系统，在超过10万个中国制造的加速器（为AI计算设计的芯片）上服务GLM-5.3-Flash。

它们还描述了AI如何完成工作以及取得了什么成果。根据MiniMax于2026年3月的公告，MiniMax的M2.7在内部运行框架上运行了100多轮循环，并在内部评估集上报告了30%的提升。在此过程中，M2.7研究失败尝试、规划更改、编辑运行框架代码、重新运行评估，并决定是否保留更改。

Moonshot的Kimi K3报告（2026年7月，8月修订）称，智能体构建了其训练任务及其个人助理任务的初始工作区，并且较早的Kimi模型撰写了其微调数据。

Z.ai于2026年9月的博客文章《走向递归式自我改进》提到构建基础设施期间的分工：“工程师定义目标和系统边界。智能体处理分析、假设和代码更改。实验环境提供分层、及时和可验证的反馈。”Z.ai称，这项工作——其中大部分归功于智能体——使端到端吞吐量相对于初始基线提高了两倍。

相比之下，OpenAI和Anthropic大多发布汇总使用统计，通常面向风险评估。Anthropic称Claude撰写了其合并代码的80%以上（2026年5月），并“领导”其AI研发工作的26%（2026年8月）。OpenAI确实按研究任务分解智能体产出，但只以token数量呈现。

当然，OpenAI和Anthropic有时也报告更多细节。例如，OpenAI今年4月介绍GPT-5.5的博客文章称，Codex分析了数周的生产流量，并为服务编写了新的负载均衡规则，使token生成速度提高20%以上。Anthropic提到，在一项实验中，Claude Sonnet 5花了60小时，通过创建训练数据来尝试修复Claude Opus 4.8早期检查点中的对齐失败。

但总体而言，在我们看来，中国AI公司似乎对AI研发自动化应用披露得稍详细一些。这种对比部分来自中国AI公司更开放，因此发布更多技术报告，逐步报告AI的过程。

政策含义

我们的发现表明，迄今为止中国的RSI看起来不太像一场国家主导的地缘政治竞赛，而更像一种自下而上的、商业驱动的趋势。

第一，中国公司甚至没有共享的语言。它们只是最近才采用“RSI”，很大程度上追随硅谷讨论，并且仍用该术语表达不同含义。

第二，一个可见驱动因素是商业性的：RSI有助于融资，旨在未来缓解算力约束，并向投资者展示效率提升。

第三，RSI在政策中几乎不占位置。它在官方文件中唯一出现之处将其视为需要“警惕”观察的趋势，党属媒体中的显要声音强调将其置于人类控制之下。

第四，中国公司已经披露了一些关于如何在研究中使用AI的细节，这给外部观察者提供的材料比竞赛叙事所暗示的更多。

公开证据并不支持中国正竞相率先达到RSI的说法。商业激励和竞争性市场动态可以鼓励中国AI公司加倍投入研究自动化，而无需明确政策指示或地缘政治竞赛动态。因此，无论地缘政治算计如何，世界都必须为一种情景做好准备：两国领先AI实验室中AI研究自动化更激进地发生。

因此，人们应关注理解两国领先实验室正在开发的能力。在追求雄心勃勃的国际协议之前，研究人员、公司和政策制定者可以采取两个基本但必要的步骤。

第一，两国科学家和AI研究人员可以发展共同词汇，区分单个研究任务的自动化、闭环反馈回路，以及产生自我维持能力加速的系统。交流可以帮助确定双方在“自动化AI研究”“自我进化”和“递归式自我改进”等术语上的含义。用这些术语描述非常不同的过程会掩盖相关风险，并使识别适当保障措施更加困难。

第二，公司可以采用共同透明度标准。报告应说明AI执行哪些研究任务、其表现如何评估、人类多久干预一次、AI在多大程度上加速AI研究的不同部分和整体、哪些决策仍由人类控制，以及哪些保障措施防止系统更改自己的记录或授权自己的部署。中美公司已经披露了一些关于其在研究中使用AI的信息，这为更系统化报告提供了有限基础。独立评估和防篡改日志将使此类披露更可信、更可比较。

美国实验室可以在中国公司已有做法基础上，发布更清晰、更详细的自动化研究说明。中国公司则可以超越“人类仍在回路中”的表述，具体说明实际存在哪些保障措施来治理日益自主的系统。关于AI研发自动化更高透明度将为双方研究人员提供具体接触基础。这不需要无限制披露敏感研究，也不需要任何一方全盘采用对方标准。趋同于共同报告基线将支持信息交换，并帮助双方评估新兴能力和风险，而不依赖模糊说法或地缘政治猜测。

注： 

https://seed.bytedance.com/en/blog/seed2-1-officially-released-advancing-ai-productivity

作者：Zilan Qian 是GovAI研究学者，研究中国的AI开发与监管；Cheryl Wu 是GovAI研究学者，研究中国AI格局和AI经济学。

侵删。