与田渊栋聊 RSI：模型自进化如何到来？
Episode 178 · August 7th, 2026 · 1 hr 29 mins
About this Episode
「专聊 RSI 的一期来了。」
在 171 期节目 AI 二季度季报中，我们重点聊了 RSI，递归自进化。
那之后不久的 6 月底，我采访了从去年开始就在这个方向探索的创业者之一田渊栋。他参与创立的 Recursive SuperIntelligence 的缩写也是 RSI，目前估值超 46 亿美元。
我们聊了这个不算新鲜的想法为何在今年春天“复兴”，相比十年前 Google 做 AutoML 用 AI 辅助神经网络的架构搜索，现在的 RSI 或者说 AutoResearch 已经发展到哪一步。
6 月初，Recursive SuperIntelligence 释放的第一批成果是一个具体的实力，它们在小规模上，验证了一个 AI 系统可以自动化地提升性能、提升效率和改进 Infra：
图注：图中蓝色底纹一列，为 Recursive Superintelligence 公司 6 月初取得的成果。
这期节目录制的 6 月底，还没有涵盖一些后续事件，如 OpenAI 一举解决了 10 个数学难题。Thinking Machines Lab 的联创之一翁荔重新回到 OpenAI，据报道，她将带团队探索的方向就是 RSI。
关于 RSI，一个极有诱惑力、也十分危险的假设是：率先达到这个状态的公司，会把其他人越甩越远。这也是从 Anthropic 到 OpenAI 等前沿模型公司尤为关注这个方向的原因之一。
这个推演成立吗？田渊栋认为还有另一种可能性，这取决于，你认为智能的提升是一条平滑向上的曲线，还是你 bet（押注）它会阶梯式跳跃。
本期也已发布了视频版，可前往各主要视频平台搜索「晚点聊」观看。
本期嘉宾：
- 田渊栋，Recursive Superintelligence 联创
本期主播：
- 曼祺，《晚点 LatePost》科技报道负责人
时间线跳转：
-从科幻设想走向 RSI：为什么循环开始转起来
05:53 为什么 RSI 在今年变热？
07:15 去年与 GPT-5 合写论文，从不用再招实习生到创业
13:10 coding 能力提升后，研究老手的春天又回来了
15:26 从 AutoML 到 RSI：AI 辅助研究的今夕变化
-RSI 竞赛：“它比 coding agent 大得多”
19:48 Anthropic 长文更多展示了提效，还不是递归自进化
27:14 解决 RSI 不只靠 coding 这个支点
38:07 强者愈强的变数：智能提升可能是跳跃的，而非平滑的
43:38 终极形态也许是“修仙社会”
-Recursive 公司的第一步：把研究系统跑起来
45:51 First Steps：三个 benchmark 的初步成果
54:43 现在缺什么？数据、算力与可解释性
-AI 终将成为科学
57:13 自我进化的风险
59:37 “多数人已经绝望了，但我认为AI 终将成为科学”
01:05:45 当 AI 能自己发现新知识，那我就来欣赏吧
-追求美的结构，也知道这是一种局限
01:08:13 从 Waymo 到 FAIR，从工程回到研究
01:14:11 hands on 带来的研究判断：区分难的不同程度
01:20:26 大厂为什么变慢：小团队、扁平协作与 150 人临界点
01:23:22 追求美的结构，也知道这是一种局限
01:26:09 连点成线：延伸推荐
剪辑：杨、Nick
相关链接：
- Recursive：First Steps Toward Automated AI Research
- Anthropic：When AI builds itself：Anthropic 对递归自我改进的研究框架与风险判断。
- 177 期：详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？
- 177 期文字版：详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？丨晚点播客
- 171 期：与 Henry 的「AI 季报 26Q2」：从 coding 到 RSI，强者愈强的未来？
- 171 期文字版：AI 季报 26Q2：从 coding 到 RSI，强者愈强的未来？
- 116 期：当 AI 研究者写科幻，与 Meta 田渊栋聊他的智能想象：我们终会“所思即所得”
- 108 期：与马毅聊智能史：“DNA 是最早的大模型”，智能的本质是减熵
附录：
- Richard Socher：Recursive 联合创始人 & CEO；也是 you.com 的创始人、CEO，曾任 Salesforce 首席科学家兼执行副总裁。
- Mirendil：由前 Anthropic 研究人员创立的 AI 研发公司，关注用 AI 推进科学与技术研究。
- Behnam Neyshabur：Mirendil 联合创始人、CEO；此前在 Anthropic 与人共同领导 Discovery 团队，目标是构建 AI Scientist/Engineer。
- Sanjeev Arora：普林斯顿大学计算机科学 Charles C. Fitzmorris 教授、Princeton Language and Intelligence 创始主任；研究涵盖机器学习、理论和自然语言处理。
- 马毅（Yi Ma）：香港大学数据科学研究院（HKU IDS）院长，并任香港大学人工智能讲座教授。
- David Luan：Adept 联合创始人、前 CEO；曾任 Amazon 自主系统副总裁及 AGI SF Lab 负责人，2026 年初离开 Amazon。
- Adept：David Luan 等人在 2022 年创办的 AI agent 公司。Amazon 在 2024 年取得其技术授权并吸纳多名核心成员，Luan 随后负责 Amazon AGI SF Lab。
- FAIR（Meta Fundamental AI Research）：Meta 的基础人工智能研究组织，田渊栋曾在其中工作。
- Open-ended algorithms（开放式算法）：不把搜索限定在固定目标或单一路径上，而是持续保留、组合有价值的新颖解法的算法思路。节目里它是“让研究系统不断产生下一轮可尝试方向”的技术底座之一。
- Reward hacking（奖励黑客）：系统找到了能拿高分、却没有真正完成目标的“漏洞解”。例如 GPU kernel 评测中，候选方案可能利用计时或状态残留，而不是真的更快；因此需要独立验证与防作弊评测。
- GPU kernel（GPU 算子内核）：在 GPU 上直接执行某个张量运算的底层小程序，例如矩阵乘、归一化或注意力的一部分。它不是操作系统“内核”；写得更快，会直接降低模型训练和推理的成本。
- BPB（bits per byte）：按字节计算的验证集损失指标；数值越低，表示语言模型的预测越好。NanoChat Autoresearch 用它来判断一次训练改动是否值得保留。
- NanoChat Autoresearch：Andrej Karpathy 在 2026 年 3 月公开的单 GPU 自动实验项目，建立在他 2025 年 10 月发布的 NanoChat 训练代码之上。AI agent 每次修改训练代码，运行固定 5 分钟实验，以验证 BPB 是否下降；适合测试“短反馈、可自动验收”的研究循环。
- NanoGPT Speedrun：Keller Jordan 发起并维护的协作式训练效率挑战。它从 Karpathy 2024 年 5 月的 GPT-2 复现基线出发，Keller Jordan 的首个公开改进记录在 2024 年 6 月出现；目标是在 8 张 NVIDIA H100 上，尽可能快地把小 GPT 训练到 FineWeb 验证集 3.28 的损失。
- SOL-ExecBench：NVIDIA 于 2026 年 3 月公开的 GPU kernel 执行评测。它包含来自 124 个模型、共 235 道 CUDA kernel 优化题，衡量实现距离硬件理论性能上限还有多远；项目公开资料未披露内部立项时间，公开论文与发布是目前可核验的起点。
☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆
欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。
这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。
请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。
关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：
