當AI開始“左腳踩右腳”，其離真正的自我遞歸還差什麼？
2026年2月，OpenAI在發佈GPT-5.3-Codex時寫下了一句令整個行業側目的話：早期版本的模型在“創造自己”的過程中發揮了作用——幫助調試訓練流程、管理部署、診斷評估失敗。這是前沿實驗室第一次公開承認，一個模型實質性地參與了自己後繼者的工程循環。幾個月後，2026年7月發佈的GPT-5.6更進一步，被投入真實生產環境分析線上流量、調整請求路由、甚至親自改寫底層內核、優化推測解碼模型，一套操作下來，端到端服務成本降低了20%，Token生成效率提升了15%以上。AI似乎正在學會“左腳踩右腳”往上爬——但當我們認真審視這個遞歸循環的每一個環節，會發現那最後一塊拼圖，遠比想象中沉重。
硅谷的豪賭：RSI爲何突然火了
遞歸自我改進(Recursive Self-Improvement，簡稱RSI)的概念並不新鮮。早在1965年，英國數學家I.J.古德就預言：“一臺超智能機器能夠設計出更好的機器，屆時無疑會發生‘智能爆炸’，人類的智力將被遠遠甩在身後。”但直到2026年，這個概念才真正從思想實驗走入產業議程。谷歌DeepMind首席戰略官賈斯吉特·塞洪在加州大學伯克利的一場峯會上直言，RSI是“整套投資邏輯的核心組成部分”。他把全行業當前的資本投入稱作“人類文明史上規模最大的科學豪賭”，規模遠超阿波羅登月計劃和曼哈頓工程。谷歌一家今年就計劃投入約2000億美元建設AI數據中心與相關硬件。與此同時，OpenAI給出了明確的時間表——2026年9月做出“AI研究實習生”，2028年3月前實現真正自動化的“AI研究員”。DeepMind與OpenAI的研究員則共同預測，RSI有望在2027至2028年落地。
這場豪賭的底氣並非憑空而來。Anthropic披露的內部數據顯示，截至2026年5月，其合併進代碼庫的代碼中超過80%由Claude撰寫；而在2025年2月Claude Code推出研究預覽前，這個比例還只是個位數。更驚人的是優化能力的躍升：2025年5月，Claude Opus 4平均能讓訓練代碼加速約3倍，到了2026年4月，Claude Mythos Preview已達到約52倍——而一名熟練的人類研究員要達到4倍加速，通常得花上四到八小時。在最開放的工程任務上，Claude的成功率在半年內從26%提升到了76%。
數字令人目眩，但數字也在悄悄提醒我們：代碼行數不等於研究能力，工程加速不等於架構突破。遞歸的飛輪似乎已經開始轉動，可它轉得有多穩、能轉多遠，是另一回事。
兩篇被拒的論文：當AI做研究還差“品味”
就在行業爲RSI的前景熱血沸騰時，普林斯頓大學彼得·柯吉斯和薩亞什·卡普爾領銜的一項研究潑了一盆冷水。研究者給Anthropic的Claude Opus 4.8配備了自己的虛擬計算機、3000美元的API額度、GPU算力和六天時間，讓它訪問開放互聯網，獨立完成一篇能發表在頂級機器學習會議NeurIPS 2026上的研究論文。任務來自兩篇尚未公開發表的高質量論文，AI無法從訓練數據中“背出答案”。
結果呢？兩篇論文都被拒了。人類評審者發現，AI智能體確實具備完成研究所需的工程能力——它們會檢索文獻、運行數百次實驗、整理結果。但“真正的問題出在研究本身”。AI會設計出相當奇怪的實驗，比如只用極小的合成數據集去驗證假設；它們難以清晰地闡述自己的研究思路；更重要的是，最終成果幾乎沒有給所在領域帶來真正的新貢獻。正如卡普爾所言：“AI智能體在做研究這件事上， unambiguously(毫不含糊地)糟糕。”
這項研究的深層含義在於：AI可以解決有標準答案的工程問題，卻無法駕馭那些沒有標準答案的開放式探索。選擇什麼假設值得追、什麼證據足以支撐結論、一條路走不通時什麼時候該放棄重新開始——這些需要“判斷力”和“品味”的決策，恰恰是推動AI研究向前突破的核心。而遞歸自我改進的本質，恰恰要求AI能夠自主完成這樣一整套開放式研究循環。如果連一篇NeurIPS論文都寫不出來，所謂的“自我遞歸”又從何談起？
結構性瓶頸：Transformer的先天不足
如果說創造力的缺失是AI自我遞歸的“軟件”瓶頸，那麼Transformer架構的先天侷限就是它的“硬件”天花板。北京師範大學系統科學學院張江教授團隊在一項發表於2026年7月的研究中指出，當前的大語言模型雖然表現出“準內省”能力——比如部分元認知——但距離真正的內省還有結構性鴻溝。所謂內省，是指系統模擬自身運行並定位改進目標的能力，而克林的第二遞歸定理已經證明，這樣的內省程序在理論上是存在的。問題在於，當前的Transformer架構缺乏完整的自我訪問權限，其前饋性質限制了遞歸迭代的深度，計算類約束則阻止了不動點迭代。
翻譯成大白話就是：AI可以對自己說“我剛纔那個回答不太對”，但它很難從底層理解“我爲什麼會產生那個回答”，更難以自主決定“我應該如何從根本上改變自己的思考方式”。ACM的一篇分析文章提出了一個精妙的區分：當前的AI擅長“戰術性遞歸”——在現有能力邊界內壓縮開發速度；但它做不了“戰略性遞歸”——重新定義什麼值得優化。前者讓AI跑得更快，後者才能讓AI跑得更遠。而實現真正的遞歸自我改進，需要的恰恰是後者。
算力、能源與數據：遞歸的無底洞
就算突破了架構和創造力的瓶頸，遞歸的物理成本同樣是一道繞不過去的坎。每一次遞歸都意味着模型需要調用自身能力對輸出進行再審視與再加工，這種循環迭代的計算成本呈指數級增長。摩根士丹利的一份報告警告，美國數據中心到2028年或面臨數十吉瓦的電力缺口——其最新測算顯示，2026至2028年美國數據中心需新增約68吉瓦電力，而電網僅能供應約30吉瓦，缺口約38吉瓦；即便動用天然氣發電、燃料電池等所有替代方案，仍可能殘留1至11吉瓦的缺口。Anthropic聯合創始人傑克·克拉克在一次倫敦演講中也坦言，當前AI進步的限制不在於智能本身，而在於芯片、電網和帶寬。換句話說，即便AI聰明到可以設計出更強大的下一代自己，它也得有足夠的電和芯片來跑完這個設計過程。
數據同樣是個隱憂。斯坦福大學2026年AI指數報告顯示，自2025年初以來，新發布的互聯網內容中AI生成的比例已經超過51%。AI正在越來越多地“喫自己的尾巴”——用自己生成的數據訓練自己，而遞歸訓練可能導致模型質量退化。高質量的人類文本可能在2026到2032年間耗盡。如果連“食物”的質量都無法保證，遞歸的飛輪再快，也不過是在原地打轉。
還差什麼？一個萬億美元的開放問題
回到文章開頭的問題：AI實現自我遞歸還差什麼？技術層面，差的是真正的內省能力——讓AI不僅能改進自己的輸出，還能改進自己改進的方式。架構層面，差的是一個能讓固定點迭代成爲可能的計算框架。資源層面，差的是足以支撐指數級遞歸的算力和能源。但或許最根本的差距，在於一個更形而上的東西——人類那種在模糊邊界處做出判斷的“品味”，那種知道什麼問題值得追問的直覺，那種在無數條可能路徑中識別出真正有希望那一條的能力。
OpenAI和DeepMind的研究員預測RSI可能在2027到2028年實現。但也有人認爲，AI研發的全面自動化可能要等到2031年前後。兩到五年的差距，在技術史上不過一瞬，但對於正在押注萬億美元賭局的資本而言，卻是天壤之別。塞洪坦承：“目前AI創造的收入，尚無法覆蓋我們當下的資本投入。”這意味着一個巨大的風險：鉅額投入持續發生，預期回報卻遲遲無法兌現。
但話說回來，人類當年不也正是靠蒸汽機制造了新一代蒸汽機嗎？遞歸的邏輯本身沒有錯，問題只在於——我們離那個能讓遞歸真正運轉起來的臨界點，到底還有多遠。答案也許在2027年揭曉，也許要等到更久以後。唯一確定的是，這場關於“AI能否自己造AI”的追問，本身就已經在重塑我們對智能的理解。而那個答案，無論早晚，都值得等待。
