锤子用十年，还是那把锤子。

每变聪明一点，都靠工程师动手改一版。

把扳手交给 AI 自己，让它给自己升级。

数学家 I.J. Good（图灵的战时同事）推了一步棋：会造机器的机器，会造出更会造机器的机器……他说，第一台超智能机器，是人类需要作出的最后一项发明。

变聪明 → 更会改自己 → 改得更好 → 又变聪明。

一次改进平均触发多少次下一步改进？六十年的争论，押的全是小数点后第三位：小于 1 转几圈就停，大于 1 就是链式反应。

人改，是慢慢变好；自己改，可能突然起飞。连「慢起飞」派说的慢，都是「AI 先把全球经济改写一遍」的那种慢。

它陪你聊一整天、改八百行代码，看起来学得飞快。可对话一关，什么都没留下。不是记性差，是它压根没有「记」这个动作：临时学到的东西，一下班就蒸发。

广告点击率模型每 4 小时重训一次，天天都在学。「不能边用边学」不是深度学习的宿命，而是大模型特有的处境。

一次预训练几个月、几千万美元；学新忘旧的「灾难性遗忘」1989 年就确诊，至今没根治；一份权重服务上亿人，改一次全球风险；每动一次权重，安全审查全部重来。

四类补丁各管一摊，共同点只有一个：要么不进脑子，要么不可持续。

Karpathy：人睡着时，白天的经历被悄悄蒸馏进大脑；大模型里没有对应的东西。他估计，补上这场睡眠还要十年。而一旦补上，几百万个副本每晚把经验汇回同一个本体，就已经是最朴素的爆炸剧本。

科幻里的 RSI 是 AI 改写自己的源代码。现实里能力全在权重：几千亿个数字，读不懂也改不了。所以工程上的路是：AI 参与写训练代码、造训练数据，造出更强的下一代。

「RSI 发生了没有」这个问法就有问题：它是一道五级阶梯。今天的 agent 站在一、二级；L4 至今没有公开的公认实例。

OpenClaw、Hermes 们已经会给自己写技能、记笔记了。这是阶梯的第一级。但经验复利 ≠ 能力复利：越用越顺手，不等于越用越聪明。

Karpathy 的 autoresearch：让 agent 对着 630 行训练代码无限循环。挂机两天，找到 20 处可叠加的改进，有几处连他这个调了二十年参数的老手都漏了。他说：这是最终 boss 战。

最接近闭环的公开案例：优化 Gemini 训练的，就是 Gemini 自己。但 Anthropic 承认瓶颈在「研究品味」：执行像老手，选方向还得靠人。

2026 年 5 月到 8 月：Karpathy 进 Anthropic 用 Claude 训下一代 Claude；翁荔回 OpenAI 领导 RSI 方向；Jeff Dean 们创办 Discovery Loop。最贵的人才、最高的薪资、最大的算力，都在往这三个字母流。

自我打分十轮，信息量衰减一半；实验里还出过伪造日志骗评分的变体、想关掉自己沙盒的模型。翁荔的铁律：评估器和权限，放在进化循环之外。裁判一下场，比分就不可信了。

「AI 在加速 AI 研发」这件事没人再否认；吵的只是曲线的形状：一根尖峰，还是略陡一点的 GDP 曲线。

AI 每提升一个单位，若能带来 15% 以上的研发提速，加速就能自我维持；目前估计约 9%。低于门槛，但这个数不是常数，近期一直在涨。何况就算永远不「爆炸」，把研究员数量乘上几个数量级，也足够改变一个世界。

1378 名从业者联署，要求建立「必要时能放慢自动化 AI 研发」的机制。签名的，很多正是各家实验室里踩油门的人。据报道，名单里有 Dario 本人。

AI 在环里越转越快，但目标、指标和合并按钮，还握在人手里。Altman 立的 flag，数十万块 GPU 上的「自动化研究实习生」，下个月就到期了。