当AI开始“左脚踩右脚”，其离真正的自我递归还差什么？

2026年2月，OpenAI在发布GPT-5.3-Codex时写下了一句令整个行业侧目的话：早期版本的模型在“创造自己”的过程中发挥了作用——帮助调试训练流程、管理部署、诊断评估失败。这是前沿实验室第一次公开承认，一个模型实质性地参与了自己后继者的工程循环。几个月后，2026年7月发布的GPT-5.6更进一步，被投入真实生产环境分析线上流量、调整请求路由、甚至亲自改写底层内核、优化推测解码模型，一套操作下来，端到端服务成本降低了20%，Token生成效率提升了15%以上。AI似乎正在学会“左脚踩右脚”往上爬——但当我们认真审视这个递归循环的每一个环节，会发现那最后一块拼图，远比想象中沉重。

硅谷的豪赌：RSI为何突然火了

递归自我改进(Recursive Self-Improvement，简称RSI)的概念并不新鲜。早在1965年，英国数学家I.J.古德就预言：“一台超智能机器能够设计出更好的机器，届时无疑会发生‘智能爆炸’，人类的智力将被远远甩在身后。”但直到2026年，这个概念才真正从思想实验走入产业议程。谷歌DeepMind首席战略官贾斯吉特·塞洪在加州大学伯克利的一场峰会上直言，RSI是“整套投资逻辑的核心组成部分”。他把全行业当前的资本投入称作“人类文明史上规模最大的科学豪赌”，规模远超阿波罗登月计划和曼哈顿工程。谷歌一家今年就计划投入约2000亿美元建设AI数据中心与相关硬件。与此同时，OpenAI给出了明确的时间表——2026年9月做出“AI研究实习生”，2028年3月前实现真正自动化的“AI研究员”。DeepMind与OpenAI的研究员则共同预测，RSI有望在2027至2028年落地。

这场豪赌的底气并非凭空而来。Anthropic披露的内部数据显示，截至2026年5月，其合并进代码库的代码中超过80%由Claude撰写；而在2025年2月Claude Code推出研究预览前，这个比例还只是个位数。更惊人的是优化能力的跃升：2025年5月，Claude Opus 4平均能让训练代码加速约3倍，到了2026年4月，Claude Mythos Preview已达到约52倍——而一名熟练的人类研究员要达到4倍加速，通常得花上四到八小时。在最开放的工程任务上，Claude的成功率在半年内从26%提升到了76%。

数字令人目眩，但数字也在悄悄提醒我们：代码行数不等于研究能力，工程加速不等于架构突破。递归的飞轮似乎已经开始转动，可它转得有多稳、能转多远，是另一回事。

两篇被拒的论文：当AI做研究还差“品味”

就在行业为RSI的前景热血沸腾时，普林斯顿大学彼得·柯吉斯和萨亚什·卡普尔领衔的一项研究泼了一盆冷水。研究者给Anthropic的Claude Opus 4.8配备了自己的虚拟计算机、3000美元的API额度、GPU算力和六天时间，让它访问开放互联网，独立完成一篇能发表在顶级机器学习会议NeurIPS 2026上的研究论文。任务来自两篇尚未公开发表的高质量论文，AI无法从训练数据中“背出答案”。

结果呢？两篇论文都被拒了。人类评审者发现，AI智能体确实具备完成研究所需的工程能力——它们会检索文献、运行数百次实验、整理结果。但“真正的问题出在研究本身”。AI会设计出相当奇怪的实验，比如只用极小的合成数据集去验证假设；它们难以清晰地阐述自己的研究思路；更重要的是，最终成果几乎没有给所在领域带来真正的新贡献。正如卡普尔所言：“AI智能体在做研究这件事上， unambiguously(毫不含糊地)糟糕。”

这项研究的深层含义在于：AI可以解决有标准答案的工程问题，却无法驾驭那些没有标准答案的开放式探索。选择什么假设值得追、什么证据足以支撑结论、一条路走不通时什么时候该放弃重新开始——这些需要“判断力”和“品味”的决策，恰恰是推动AI研究向前突破的核心。而递归自我改进的本质，恰恰要求AI能够自主完成这样一整套开放式研究循环。如果连一篇NeurIPS论文都写不出来，所谓的“自我递归”又从何谈起？

结构性瓶颈：Transformer的先天不足

如果说创造力的缺失是AI自我递归的“软件”瓶颈，那么Transformer架构的先天局限就是它的“硬件”天花板。北京师范大学系统科学学院张江教授团队在一项发表于2026年7月的研究中指出，当前的大语言模型虽然表现出“准内省”能力——比如部分元认知——但距离真正的内省还有结构性鸿沟。所谓内省，是指系统模拟自身运行并定位改进目标的能力，而克林的第二递归定理已经证明，这样的内省程序在理论上是存在的。问题在于，当前的Transformer架构缺乏完整的自我访问权限，其前馈性质限制了递归迭代的深度，计算类约束则阻止了不动点迭代。

翻译成大白话就是：AI可以对自己说“我刚才那个回答不太对”，但它很难从底层理解“我为什么会产生那个回答”，更难以自主决定“我应该如何从根本上改变自己的思考方式”。ACM的一篇分析文章提出了一个精妙的区分：当前的AI擅长“战术性递归”——在现有能力边界内压缩开发速度；但它做不了“战略性递归”——重新定义什么值得优化。前者让AI跑得更快，后者才能让AI跑得更远。而实现真正的递归自我改进，需要的恰恰是后者。

算力、能源与数据：递归的无底洞

就算突破了架构和创造力的瓶颈，递归的物理成本同样是一道绕不过去的坎。每一次递归都意味着模型需要调用自身能力对输出进行再审视与再加工，这种循环迭代的计算成本呈指数级增长。摩根士丹利的一份报告警告，美国数据中心到2028年或面临数十吉瓦的电力缺口——其最新测算显示，2026至2028年美国数据中心需新增约68吉瓦电力，而电网仅能供应约30吉瓦，缺口约38吉瓦；即便动用天然气发电、燃料电池等所有替代方案，仍可能残留1至11吉瓦的缺口。Anthropic联合创始人杰克·克拉克在一次伦敦演讲中也坦言，当前AI进步的限制不在于智能本身，而在于芯片、电网和带宽。换句话说，即便AI聪明到可以设计出更强大的下一代自己，它也得有足够的电和芯片来跑完这个设计过程。

数据同样是个隐忧。斯坦福大学2026年AI指数报告显示，自2025年初以来，新发布的互联网内容中AI生成的比例已经超过51%。AI正在越来越多地“吃自己的尾巴”——用自己生成的数据训练自己，而递归训练可能导致模型质量退化。高质量的人类文本可能在2026到2032年间耗尽。如果连“食物”的质量都无法保证，递归的飞轮再快，也不过是在原地打转。

还差什么？一个万亿美元的开放问题

回到文章开头的问题：AI实现自我递归还差什么？技术层面，差的是真正的内省能力——让AI不仅能改进自己的输出，还能改进自己改进的方式。架构层面，差的是一个能让固定点迭代成为可能的计算框架。资源层面，差的是足以支撑指数级递归的算力和能源。但或许最根本的差距，在于一个更形而上的东西——人类那种在模糊边界处做出判断的“品味”，那种知道什么问题值得追问的直觉，那种在无数条可能路径中识别出真正有希望那一条的能力。

OpenAI和DeepMind的研究员预测RSI可能在2027到2028年实现。但也有人认为，AI研发的全面自动化可能要等到2031年前后。两到五年的差距，在技术史上不过一瞬，但对于正在押注万亿美元赌局的资本而言，却是天壤之别。塞洪坦承：“目前AI创造的收入，尚无法覆盖我们当下的资本投入。”这意味着一个巨大的风险：巨额投入持续发生，预期回报却迟迟无法兑现。

但话说回来，人类当年不也正是靠蒸汽机制造了新一代蒸汽机吗？递归的逻辑本身没有错，问题只在于——我们离那个能让递归真正运转起来的临界点，到底还有多远。答案也许在2027年揭晓，也许要等到更久以后。唯一确定的是，这场关于“AI能否自己造AI”的追问，本身就已经在重塑我们对智能的理解。而那个答案，无论早晚，都值得等待。