AI 自我改进的底层逻辑：永动机，还是文明拐点？

本文来自微信公众号： 陪你逛逛 ，作者：陪你逛逛

一、一个承认"付不起"的赌注

2026年8月3日，加州大学伯克利分校。

能容纳数百人的报告厅里，坐满了AI行业的投资人、研究员和创业者。台上站着一个统计学出身、说话带着学术腔的男人——谷歌DeepMind的首席战略官，贾斯吉特·塞洪（Jasjeet Sekhon）。他今年4月才从桥水基金跳槽到谷歌，此前是耶鲁大学的统计学教授。一个在华尔街和学术界之间来回的人，现在负责为全球最烧钱的AI实验室解释：钱花在哪，为什么值得。

他抛出的第一个说法，就让台下的呼吸声安静了一瞬。

"全行业对AI的资本投入，是人类历史上最大的科学赌注。"

他给出了参照系：规模超过阿波罗登月计划，超过曼哈顿工程，超过互联网早期的全部研发投入。他甚至做了个对比：铁路建设总投资额或许更高，但"人类当时已经掌握了修建铁路的成熟技术"——那不叫科学赌注，那叫工程扩张。而今天这场赌注，赌的是一个还不知道存不存在的东西。

那个东西，他称之为RSI——递归自我改进（Recursive Self-Improvement）。他把话说得很直白：这笔钱的核心投资逻辑，就是赌AI能够自我设计、自我改进下一代模型——把算力投入，转化为指数级的能力回报。

然后，他说出了全场最令人不安的一句话。

"目前AI创造的收入，尚无法覆盖我们当下的资本投入。"

这不是一个普通高管在唱衰自己的行业。这是全球最大AI实验室之一的首席战略官，站在行业峰会的聚光灯下，亲口承认：我们花的钱，比我们赚的钱多；而且这个缺口，短期看不到收口。

他说，行业可能陷入一个"空气口袋"——钱花了，数据中心建了，芯片装了，电也通了，但真正能把这些投入变现的东西，迟迟没有出现。这是一段"大规模建设支出已经落地，但对应收入尚未显现"的市场真空断层期。

数据佐证了这种坦诚。谷歌母公司Alphabet的资本开支指引，2026年上调到了最高2050亿美元；与此同时，Alphabet首次录得季度自由现金流为负——约59亿美元的红字。花钱的速度，第一次超过了赚钱的速度。股东的不安正在蔓延：软件和云服务的销售增速确实在加快（Google Cloud单季收入激增82%，积压订单超过5000亿美元），但现金消耗的曲线更陡。

一个押上人类史上最大赌注的人，亲口承认当下付不起。

这不是信心。这是一种更微妙的东西——一个已经停不下来的赌局。所有玩家都在往桌上加注，不是因为确信能赢，而是因为离桌就等于认输。

贾斯吉特·塞洪试图给这个赌局一个历史坐标。他说："其实这并不新奇。当年人类正是依靠蒸汽机，来制造新一代蒸汽机。"

蒸汽机造蒸汽机。机器造机器。这个类比有一种诗意的说服力——听上去就像"进步"的自然逻辑：每一代机器都为下一代铺路。

但请记住这句话。到本文后半部分，我们会回到这个类比，看看它哪里对、哪里悄悄偷换了概念。

而在当时，台下更关心的是另一件事。贾斯吉特·塞洪说，RSI的雏形已经出现——AI企业已经在用模型辅助设计其他模型的组成部分。同台的DeepMind研究员奥里奥·维尼亚尔斯，以及OpenAI联合创始人沃伊切赫·扎伦巴，给出了更具体的预测：RSI或于2027到2028年出现。

两年后揭晓。人类史上最大的赌注，有一个倒计时。

二、RSI是什么：一个60年没定义清楚的词

赌注已经下了，倒计时已经启动。那我们得先问一个最基本的问题：RSI，到底是什么？

答案会让你意外：没有人能给出一个统一的定义。而且这个词，已经存在60年了。

从哲学猜想，到资本定价

1965年，英国数学家I.J.Good在一篇题为《关于第一台超智能机器的猜想》的论文里，写下了一段后来被无数次引用的话：

让一台超智能机器去设计更好的超智能机器，会毫无疑问地导致"智能爆炸"，人类的智能会被远远抛在后面。因此，第一台超智能机器，是人类需要做出的最后一个发明——前提是它足够听话，愿意告诉我们如何控制它。

注意这段话的时间。1965年，图灵去世刚满十一年，世界上还没有"大模型"这个概念，计算机还占满整个房间。I.J.Good是在做哲学思辨，不是在写工程计划。他想象的是"超智能机器"这个思想实验，就像物理学家想象"没有摩擦的平面"。

2014年，哲学家尼克·博斯特罗姆在《超级智能》里，把"递归自我改进"从一句话的猜想，变成了一个系统化的理论框架。他详细推演了"智能爆炸"的可能路径、时机、风险，这本书后来成了AI安全讨论的理论母本——几乎所有"AI会失控"的讨论，源头都是它。

但请注意：博斯特罗姆依然是哲学和未来学。他讨论的是"如果发生"，不是"正在发生"。

2023年前后，这个词悄悄进入了行业的私密讨论。塞洪后来说，他最早在2023年初就从研究人员口中听到这个词——但当时，没有任何公司愿意在公开场合谈论它。因为它听起来太像科幻，太像"通用人工智能（AGI）"那种被反复滥用、又反复落空的概念。

直到2026年。RSI取代了AGI，成为AI行业最新的核心叙事。塞洪在伯克利峰会上公开说："递归自我改进，是整个行业资本支出背后的核心投资逻辑。"这个词，从哲学猜想，到理论母本，再到资本定价——走了整整60年。

而这60年里，它从来没有被定义清楚。

一根四级梯子：人，如何一步步退场

"AI自我改进"到底指什么？把它拆开，按"人类退场的程度"，可以得到一根四级梯子：

第一级（L1）：模型生成训练数据。AI造数据，训练AI。这一步已经在做——合成数据是今天大模型行业的标配，几乎所有前沿模型都吃过自己同类的输出。

第二级（L2）：模型改进训练算法和参数。AI不只会造数据，还会帮研究者优化训练流程本身——调参、改训练策略、优化代码。这一步正在研究中，出现了第一批实证。

第三级（L3）：模型设计新架构。AI自己画出下一代模型的蓝图——决定用多少参数、用什么结构、怎么处理信息。这一步尚未实现。

第四级（L4）：模型完全自主设计下一代模型，并且独立判断"好不好"。不需要人类科学家在场的完整闭环：模型自己决定改什么、自己判断改得好不好、自己迭代。这一步从未实现——而且卡在一个根本性难题上。

DeepMind高管说的"让AI能自我设计、自我改进下一代模型"，落在L2到L4之间——很宽，宽到几乎覆盖了"正在进行"和"尚未发生"的所有可能。

最接近实证的那个系统，说明了什么

近日，一个叫Frontis-MA1的开源系统，成了RSI叙事的"实证担当"。它由衔远科技和清华大学团队发布，是一个35B参数的模型，被训练成"能改进机器学习代码的模型"。

它的工作方式值得说细一点。系统学会了四个"原子操作"：起草（Draft）、改进（Improve）、调试（Debug）、交叉（Crossover，把两段程序杂交）。这四个操作，是用"执行反馈"训练的——代码真的在沙盒里跑，跑不跑得通、分数高不高，就是训练信号。然后，在推理阶段，这四个操作驱动一个长时间搜索：维持一个候选程序的种群，跑它们、记录结果、杀掉失败的、杂交成功的——如此循环。

技术报告的作者自己给了这个系统一个准确的比喻："植物育种者，而非哲学家。"它不是靠推理"想明白"怎样改进，而是像育种一样——种几百株，杀掉长势差的，杂交长势好的，一代一代地选。它比随机搜索聪明，是因为它被训练过"历代的选育过程长什么样"。

结果呢？在同一搜索框架下，这个经过后训练的模型，把它的基座模型在MLE-Bench Lite（一个机器学习工程基准）上的平均奖牌率，从39.39%推高到了60.61%。叠加了更强大的搜索配置（Evo-Max）之后，达到71.21%——但这里必须标注清楚：71.21%是"模型+增强搜索框架"这个系统的成绩，不是模型单独的成绩；而且MLE-Bench官方因为公平性核查，暂停了新榜单提交，Lite拆分里还有已知的任务缺陷——所以这个绝对数字，只能视为临时性。

更重要的，是论文作者自己划下的那条线：

这是一个"面向RSI的研究系统"，我们不声称解决了通用的递归自我改进。系统不能重写自己的权重、自己的训练配方、自己的搜索策略。候选方案在进化，但进化它的那个大脑，没有变。

这句话极其关键。它意味着：Frontis-MA1验证的是L2的边界——"AI改进训练流程"的早期实证。它距离L4（"AI自主设计下一代AI并独立判断好坏"）还隔着整整两级的鸿沟。而媒体标题里的"模型自己训练自己"，把这个边界模糊掉了。

一个连"赌什么"都没说清的赌注

现在，把镜头拉回来，看那个倒计时。

"RSI或于2027到2028年出现"——这个预测，揭晓的到底是什么？答案取决于采用哪个定义：

往宽里说：只要"AI辅助AI"（L1、L2）都算RSI，那赌注已经部分兑现了——合成数据是标配，AI辅助优化是进行时。

往窄里说：只有L4的完全自主才叫RSI，那赌注从未兑现——甚至没人知道L4的验证问题怎么解。

一个60年没定义清楚的词，现在押上了人类史上最大的赌注。而"没定义清楚"本身，恰恰是它最有用的属性——概念的弹性，让它既能为已经发生的投入辩护（"看，前兆已经有了"），又能为尚未发生的未来定价（"2027就揭晓了"）。定义越模糊，故事越难被证伪。

这不是阴谋，这是技术叙事的基本操作。而要理解这种操作，得看看AI自己的历史。

寒冬的两幕：叙事先行，兑现滞后

人工智能的历史，是一部"宏大叙事先行、真实兑现滞后、然后清算"的循环史。至少已经演过两幕。

第一幕：第一次寒冬（1974-1980）。1956年达特茅斯会议点燃了AI的第一次狂热，研究者们承诺"机器翻译一蹴而就""二十年内机器能完成人类所有工作"。但到了七十年代初，承诺兑现的速度远远赶不上宣传的速度。1973年，英国政府的Lighthill报告一纸宣判：AI研究"未能产生当初承诺的影响"。经费随之骤减，英美两国的AI项目成批关停。寒冬来了。当时没有多少人记得，那些"机器翻译一蹴而就"的承诺，是研究者自己说出来的。

第二幕：第二次寒冬（1987-1993）。八十年代，专家系统成了新的救世主——把领域专家的知识写成规则，让机器"像专家一样思考"。日本启动了雄心勃勃的第五代计算机计划，欧美纷纷跟随，专门运行AI语言（Lisp）的电脑公司如日中天：Symbolics、Lisp Machines，市值一度惊人。然后泡沫破了——专家系统只在狭窄领域勉强可用，扩展性极差，第五代计算机的豪赌没能兑现，Lisp机公司成批破产，整个行业再次进入寒冬。

每一次，都是"叙事先行"：先描绘一个宏大的未来，调动金钱、协调人心、合法化颠覆。每一次，都是"兑现滞后"：真实世界的进展，永远追不上叙事的承诺。然后清算：泡沫破裂，寒冬降临，叙事被悄悄遗忘——直到下一台"机器"进站，同一个故事被原封不动地再讲一遍。

今天，RSI是同一个剧本的第三幕。只是这次赌注的量级完全不同：从学术经费，换成了约7000亿美元的资本开支，加上股票市场的定价。

当然，这次确实有不一样的地方——客观地说，至少有两点：

其一，传导机制不同。以往的寒冬止于实验室：经费收缩，项目关闭，损失停留在科研界。这次若崩盘，传导的是资产负债表：企业资本开支、股票估值、退休金基金——后果从"项目黄了"变成"市场震荡"。塞洪自己承认了这一点，他说看空科技行业"似乎不是明智的选择"——不是因为确信会赢，而是因为没有人承担得起看空的后果。

其二，部分变现真实发生了。SpaceX的AI算力收入、Palantir的"主权AI"财报，都是真实的增长数字。泡沫论者（比如达利欧对1929/2000的类比）和兑现论者（有真实财报为证），现在都有证据。谁对，取决于一场赛跑：收入增速，能不能追上资本开支的速度。

而这个赛跑的终点线，就是那个倒计时——2027到2028年。

但先别急着看终点。我们得先回答一个比"RSI何时出现"更基本的问题：就算RSI出现了，谁来证明它真的"改进"了？

三、谁来验证"改进"：一个哥德尔式的难题

任何"改进"，都需要一个判断标准。我说"我进步了"，你得有办法确认我真的进步了——否则"进步"只是我自己的说法。这是常识。而这个常识，在RSI面前，变成了一个死结。

在L1、L2，甚至L3阶段，这个问题的答案都很清楚：人。研究者设计基准测试，跑实验，看分数，然后决定采纳还是否决。人类科学家在回路里，改进是可信的——你可以怀疑他们的品味，但你不能说他们在自欺欺人，因为验证是外部的、客观的、可复现的。

但RSI的完整定义（L4）要求什么？要求人类不在回路里。系统自己设计下一代，自己判断"我改得好不好"，自己决定继续还是回退。验证权，要从人类手里，完整地交给机器。

麻烦，就出在这交接的一瞬间。

让我们把所有可能的选项摆上桌：

选项一：模型自己评价自己。"我觉得我改进了。"——这叫自评自夸。任何系统都可能觉得自己干得不错，哪怕它在悄悄退化。你问一个正在撞墙的司机"你开得怎么样"，他会说"挺好的，就是路况不好"。没有外部裁判的自评，在逻辑上就不构成验证。

选项二：人类来验收每一轮。每改进一次，都拿给人看，人点头才算数。——那递归就中断了。这不是"自我改进"，这是"人驱动的迭代"，只是速度更快一点。你可以叫它"人机协作"，但你不能叫它"递归自我改进"——因为每一步的关键判断，都发生在人的脑子里。

选项三：让一个更强的模型来验证。模型A的改进，由更强的模型B来验收。——那问题就变成了：谁来验证B？B由更强的C验证？C呢？这是无限回归，永远差一个"更外面的验证者"。

人在回路，递归就不真；人退场，验证就不可信。这个两难，是RSI全部定义中最硬的那根骨头。它比"算力够不够""模型强不强"都更根本——因为它是逻辑层面的，不是工程层面的。

而这个两难，有一个95岁高龄的数学亲戚。

哥德尔：一个系统，无法自己证明自己没问题

故事要从二十世纪初的数学界说起。

1900年，数学大师希尔伯特在巴黎的国际数学家大会上，提出了著名的"23个问题"，其中第二个问题赫然写着：证明数学自身的一致性。希尔伯特相信，数学大厦应该是自洽的——所有定理都能被严格证明，而数学本身不会自相矛盾。他想要的，是一个"数学的数学证明"：用数学方法，证明数学永远不会出错。

同时代，怀特海和罗素正埋头于一部巨著《数学原理》（Principia Mathematica）。他们试图做一件更彻底的事：把整个数学，都建立在纯粹的逻辑公理之上——从几条最基本的公理出发，推演出全部数学真理。这本书写了几百页，到第362页才证明了"1+1=2"。他们相信，数学是一座从地基到屋顶都严丝合缝的大厦。

1931年，一个25岁的奥地利年轻人，哥德尔，发表了一篇论文，标题很长：《论《数学原理》及相关系统的形式不可判定命题》。论文的内容，用大白话说是这样的：

第一，任何一个足够强大、而且不自相矛盾的形式系统，里面都存在既不能证明为真、也不能证明为假的命题。换句话说：系统内部总有一些话，它自己永远说不清对错。

第二，更狠的——这样的系统，无法在自身内部证明自己的一致性。用一句最直白的话说：一个系统，无法自己证明自己没问题。

打个比方，就像一场考试：考卷不能同时是考生，又是判卷人。你让一个系统证明自己是对的，就等于让考生给自己打分——不管打多高，都不能算数，除非考场外站着一个老师。而这个"老师"，必须站在系统之外。

希尔伯特的大厦，在图纸阶段就出现了结构性裂缝。哥德尔没有说数学是错的，他说的是：数学想靠自己的力量证明自己可靠——这件事，在逻辑上不可能。想证明一个系统没问题，必须跳出这个系统，站到它外面去，用一个更强的系统来审视它。然后，那个更强的系统，又面临同样的问题。无限回归，没有一个系统能站在自己的肩膀上，够到自己的头顶。

后来，图灵用另一条路得到了类似的结论：停机问题——不存在一个程序，能判断任意程序是否会停下来。因为这样一个"判断程序"，最终会遇到它自己。自我指涉，是这些结论共同的地基。

哥德尔没有讨论过AI，他连计算机都没见过（图灵机还要过几年才提出）。但数学用95年前的方式，提醒了我们一件关于"自我指涉"的事："一个系统自己验证自己"，这条路在逻辑上就是断的。

现在，把哥德尔的结论，放回RSI的选项三那里。模型B验证模型A，模型C验证模型B——这不就是哥德尔式的无限回归吗？递归自我改进的深度，最终被"验证者是谁"封顶：你可以把验证权一层一层往内收，但总有一层，需要站到系统之外。而站到系统之外的，目前，是人类。

这也解释了为什么，眼下所有号称"自我改进"的实证，全都长着同一张脸。

版本B：那8%到20%的人类代码，是什么

Anthropic说，Claude自己写了公司80%的内部代码。月之暗面说，Kimi生成的代码占其产品的92%。Cognition说，Devin编写了89%的内部代码。（均为公司自报数据，尚待第三方独立验证。）

这些数字看起来很惊人——"机器已经自己写自己了"。但如果你追问"剩下的8%到20%是什么"，一个被大多数报道忽略的事实就会浮现：

那8%到20%的人类代码，不是"人类在写代码"。是人类在定方向、设约束、判合格。

谁决定"这个功能该不该做"？人。谁决定"这个架构方案可以接受"？人。谁在验收"这次改进是不是真的改进了"？人。模型在执行层自主——写、跑、改、调——但目标层和验收层，牢牢握在人手里。

我们可以把这叫"版本B"：执行层自主，目标人定，验收人确认。

与之相对的是"版本A"：系统自己定目标、自己执行、自己验收、自己迭代——没有外部信号输入的封闭系统。版本A至今没有任何实证，理论上也存在着根本矛盾。

Anthropic的80%、Kimi的92%，全部属于版本B。它们是人机分工的极致形态——人的角色从"打字"退到"拍板"，但人没有退场。而完整RSI（版本A的极端形态）要求的是：连"拍板"都交给机器。

这就是"版本B是分工，不是让渡"的意思。分工，人可以随时收回权限；让渡，收回来就难了。

所以，当DeepMind说"2027-2028可能出现RSI"时，你至少要问一句：他们说的RSI，是版本A还是版本B？如果是版本B——那它已经在发生了，不需要倒计时。如果是版本A——那它面前横着哥德尔这堵墙，而墙的另一边，还有一座更大的山。

四、闭式自我改进，是信息世界的永动机

如果说"验证"是逻辑层面的墙，那接下来这座，是物理层面的山。

让我们离开数学，走进一段更古老的执念史。

永动机：人类几百年的痴迷

想象一台机器：你给它一个初始推动，它就永远转下去，一边转一边做功，不需要任何燃料，不需要任何输入。这就是永动机——人类历史上最诱人的幻想之一，也是最昂贵的幻想之一。

这个幻想有多古老？12世纪，印度数学家婆什迦罗就画过一个"永动轮"：一个轮子，边缘装着弯曲的管子，里面灌水银——水银在管子间流动，重力的分布变化，据说能推动轮子永远旋转。中世纪欧洲的工匠手稿里，画满了类似的永动轮设计。达·芬奇的手稿里，也研究过永动机——但他晚年亲手否定了它，留下了一句著名的警告："追求永恒运动的痴迷者啊，你们究竟在空想中浪费了多少无用之物。"

最戏剧性的一幕发生在1712年。一个叫约翰·贝斯勒（化名Orffyreus）的德国钟表匠，宣称造出了永动轮。他的轮子真的转个不停，轰动了整个欧洲。贵族们趋之若鹜，彼得大帝也派人来谈投资。轮子转了很多年，无人能找出破绽。直到1721年，一个女仆揭发了真相：轮子其实是由隔壁房间的一个隐蔽机关驱动的——外部动力，通过暗轴输送。骗局败露后，贝斯勒销毁了所有图纸，据说最终自杀了。

永动机历史上每一次"成功"，都是骗局。从无例外。

为什么？因为热力学定律。十九世纪，卡诺、克劳修斯、开尔文等人用两百年的失败教训，提炼出了两条铁律：

热力学第一定律（能量守恒）：能量不会凭空产生，也不会凭空消失。一台机器做的功，必须有人给它供能——没有能量输入，就没有功输出。这宣判了"第一类永动机"（不消耗能量而做功）的死刑。

热力学第二定律（熵增）：热量不能自发地从低温物体传到高温物体；孤立系统的熵只会增加，不会减少。这宣判了"第二类永动机"的死刑——那种机器更隐蔽：它不违反能量守恒（可以从海水吸热做功），但它违反熵增（把无序变成有序，却不付出任何代价）。

注意第二定律的微妙之处：它宣判的不是"造不出来"（工程问题），而是"违背定律"（物理不可能）。永动机的失败，不是工艺不够精，是基本定律不允许。几百年里，无数聪明的头脑试图绕过这两条定律——全部失败了。这不是巧合，这是宇宙的规则。

现在，把"能量"这个词，换成"信息"。

信息论的铁律：复印机复印复印件，只会越来越糊

1948年，贝尔实验室的工程师香农发表了一篇论文，《通信的数学理论》。他做了一件石破天惊的事：给"信息"建立了数学。从此，"信息"不再是含糊的日常概念，而是一个可以被量化、被计算的东西——就像物理学家用焦耳量化能量一样，香农用比特量化信息。

香农理论里，有一条不那么出名、但同样铁硬的定律，叫数据处理不等式。用大白话说：任何处理过程，输出的信息量，不会超过输入的信息量。

数据处理，不能凭空创造信息。你可以压缩信息、转换信息、重组信息，但你无法通过"处理"让信息变多——就像你可以把一份文件复印一百遍，但每一份复印件的信息，都不会比原件更多；而复印件再被复印，只会越来越糊，越来越失真。

这条铁律放在AI身上，意味着什么？

一个模型用自己生成的输出，训练下一代模型——下一代模型再生成输出，训练下下代。这个过程，本质上是什么？是信息在闭包内的自我复制和重排。每一代模型能"学到"的，不会超过它父辈已经知道的信息。你以为它在进步——从自己的输出里"学到新东西"——但实际上，它只是在已有的信息闭包里打转。它不可能凭空产生超出自己知识边界的新信息。

闭式自我改进，缺的不是算力（能量），是信息增益源（新数据、新经验）。算力可以无限烧——电力、芯片、数据中心，都能买到。但信息不能无中生有——这是信息论的第二定律。

实证：模型坍缩，一代不如一代

这条铁律不是纸上谈兵。2024年，牛津大学的舒梅洛夫（Ilia Shumailov）团队在《自然》杂志上发表了一篇论文，标题直白得近乎残酷：《当用递归生成的数据训练时，AI模型会崩溃》（AI models collapse when trained on recursively generated data）。

他们用数学模型证明了，也做了实验。结论是：用AI自己生成的数据去训练下一代AI，几代之后，模型会失去对真实世界的知识，输出退化成重复的、无意义的废话。

实验中，几乎所有递归训练的模型都出现了同一种症状：反复生成同一句话。他们做了一个更直观的测试：用中世纪建筑学文本作为原始输入训练模型，然后把模型输出喂给下一代模型——如此迭代。到第九代，模型的输出变成了一串野兔的名字。不是研究建筑，不是讨论历史，是一串毫无意义的野兔的名字。

这个例子值得记住。它说明了一件事：一个看似"自驱动"的循环，实际上在消耗，而不是在产生。闭式自我改进的每一轮迭代，都在从"父辈"那里继承错误、放大偏差、丢掉多样性——最终，整个系统坍缩成一团重复的废话。

这就是信息世界的永动机。

人类用了两百年，在物理世界里，把"永动机"这三个字钉在了不可能之列。现在，在信息世界里，我们刚刚用模型坍缩这个实证，把"闭式自我改进"钉在了同样的位置。

闭式RSI，必死。

但是——如果RSI真的只有死路一条，那DeepMind的赌注不就是一个笑话？不。别忘了，我们刚才讨论的，是"闭式"。

还有另一条路：开放式。

一个模型，不满足于吃自己的输出，而是不断从自身之外获取信息——上网、读论文、操作软件、与真实世界交互。这条路，绕开了信息论的封锁：因为信息增益源，在系统之外。

这条路的成败，取决于一个此前从未被认真审视的问题：它获取信息的"环境"，到底有多开放？

而这个问题，将把我们带到本文最核心的那个判断——三档环境谱系，以及那个赌注真正的裂缝。

五、开放式的第一因：规则，就是环境

上一章，我们把"闭式自我改进"钉在了不可能之列：模型吃自己的输出，必然坍缩——这是信息世界的永动机。

开放式自我改进——模型不满足于吃自己的输出，而是不断从自身之外获取信息——绕开了信息论的封锁，因为信息增益源在系统之外。

然而，这条路有一个此前从未被认真审视的前提：系统之外的"环境"，到底有多开放？在回答这个问题之前，我们先讲一个被误读的案例。

AlphaGo：自我对弈，到底"自我"在哪

2016年3月，韩国首尔。一场被全球直播的围棋人机大战：谷歌DeepMind的AlphaGo，对阵人类围棋世界冠军李世石九段。

赛前几乎没人看好机器。围棋的复杂程度远超国际象棋——棋盘上可能的局面数，比宇宙中的原子还多，穷举搜索在数学上不可能。评论家们说，机器至少还要十年才能摸到人类顶尖棋手的边。

第一局，AlphaGo赢了。李世石赛后说，他感到了压力。第二局，AlphaGo下出了著名的第37手——一个在人类棋谱上极其罕见的招法，主动弃子，深入白棋腹地。韩国的解说员当时直言"这像是失误"，但事后复盘，这一手被棋界称为"神之一手"，改变了人们对围棋的理解。第四局，李世石下出第78手"挖"，人类扳回一局——那是整场比赛人类唯一的胜局。最终，AlphaGo以4:1获胜。

AlphaGo是怎么训练的？两种方法：先"监督学习"——从人类高手的历史棋谱里学；再"强化学习"——自我对弈数百万局，和自己下棋，从胜负反馈中不断优化策略。

问题来了：自我对弈，这不是"自我改进"吗？AlphaGo没有吃别人的棋谱，它靠"自己和自己下棋"变强的。这不就是"闭式自我改进"的成功案例吗？

不是。而且弄清楚为什么"不是"，是理解RSI的关键。

AlphaGo的自我对弈，发生在一个规则明确、结果可验证的环境里。棋盘规则是人定的，落子合法与否可以客观判定，一局棋的输赢有明确标准。AlphaGo的每一盘自我对弈，都是一次与环境的交互——只不过这个环境，是围棋规则本身。它在规则这个环境里探索、试错、学习，每一步改进都可以被"赢没赢"这个客观信号验证。

换句话说：AlphaGo的"自我"，是发生在有限环境内的"开放式探索"，而不是真空中的"闭式自我生成"。它的能力增长，来自与"棋盘规则"这个环境的持续交互。

这个区分极其重要，因为它揭示了一个此前被我们忽略的洞察：

明确的规则，就是环境本身——只不过，这个环境是有限的。

棋盘规则是环境（有限）；代码编译是环境（有限，程序跑不跑得通客观可判）；数学定理是环境（有限，证明对不对可验证）。而"有限"意味着：在这个环境里能获得的能力，被这个环境的边界封顶。

AlphaGo靠自我对弈成了围棋之神，但它不可能用同样的方法学会写诗。它的能力，被棋盘这个有限环境的边界，死死封住了。你可以用自我对弈训练出一个完美的棋手，但你不可能用自我对弈训练出一个完美的诗人——因为诗的好坏，不在棋盘的规则里。

三档环境谱系

把前面的推理整理一下，我们得到一根三档的谱系——这也是理解RSI的"类型学"：

第一档：无环境（纯闭式自我训练）。模型只吃自己的输出，没有任何外部信号。这是信息世界的永动机——必然坍缩，模型坍缩就是它的实证。此档无解。

第二档：有限环境（规则明确、结果可验证）。AlphaGo的棋盘、代码的编译测试、数学的形式化验证。模型在这个环境里可以持续改进——但改进的上限，被环境边界封顶。你能在一个有限环境里做到极致，但极致的"极致"是环境的，不是你的。

第三档：开放环境（真实世界）。Agent上网搜索、操作软件、与物理世界交互。环境没有明确边界，信息源近乎无穷。理论上，模型可以持续获取新信息，持续改进——能力的上限，取决于环境的开放程度。

这根谱系给出一个直接的推论：RSI的能力上限，等于它可访问的环境的开放程度。

现在，把这句话放回那个千亿赌注。

赌注的真正裂缝

DeepMind押注RSI，隐含着一个从未被验证的前提：真实世界足够开放，能够支撑指数级的自我改进。

但当前最先进的Agent，能访问的是什么环境？代码仓库、网页、文本、有限的软件操作——这些是有限环境，不是开放环境。在一个有限环境里，增益是有限的，会被边界封顶。

换句话说："空气口袋"可能不是暂时的财务错配，而是赌注真正的裂缝。这场赌局的成败，可能不取决于"模型能不能自我改进"（这一条，闭式已死、开放式看环境），而取决于"环境能不能开放到支撑指数级改进"——而后者，是一个我们目前无法用工程手段验证的信仰。

塞洪自己给了这个信仰一个诗意的注脚。他说："蒸汽机当年，就是用来制造下一代蒸汽机的。"

这个类比很妙——但值得拆开看。蒸汽机造下一代蒸汽机，靠的是什么？是真实世界的铁、煤、工匠的技艺、市场的需求、一代代工程师的经验积累。蒸汽机不是在自己的内部"凭空进化"出更先进的自己——它是在人类文明这个开放环境里，被持续供给信息（设计经验、材料知识、工程实践），才一代比一代好。

塞洪的类比，指向的其实是第三档环境：机器在开放环境里迭代。这是对的。但他没有回答的问题，正是赌注真正的裂缝：那个"开放环境"，现在够开放吗？Agent今天的探索半径（代码、网页、文本），真的足以支撑"指数级"的自我改进吗？

一个没有兑现答案的信仰，配上了人类史上最大的赌注。这个组合，就是我们此刻站在的地方。

六、若第一因是环境：机器成为新的演化主体

假设，我们暂时假设：环境足够开放，开放式RSI走通了——模型持续从真实世界获取信息，持续自我改进，能力一路向上。

会发生什么？

这里，我们要从物理学、数学、信息论，跨到生物学。

达尔文的结构：自利，不是设计出来的

1859年，达尔文出版了《物种起源》，全名是《论通过自然选择的物种起源》。它引发的革命，比书名长得多——它把一个此前属于神学的问题（"物种从哪来"），变成了一个机械论的问题。

达尔文的核心结构，只有三件事：

变异——同一物种的个体之间天然存在差异（有的雀喙厚，有的雀喙薄）；

选择压力——环境会淘汰不适应的个体（干旱年份，种子壳硬，喙薄的雀吃不到食物，饿死）；

遗传——存活者的特征传给后代（喙厚的雀的后代，喙也偏厚）。

把这三件事循环起来，不需要任何"设计者"，物种就会自动向"适应环境"的方向演化。加拉帕戈斯群岛上那些喙形各异的雀，就是自然选择最好的教科书——它们不是被谁设计成这样的，是环境一代一代筛出来的。

现在，注意一个经常被误读的细节：生物并不"选择"自利。自利是被环境筛出来的。

一个种群，不需要任何个体"想要"存活。只要环境持续淘汰那些不存续的个体——只要"不存续"这个结果真实发生——那么"为了活下去而努力"的行为，就会在种群层面自动涌现。变异是随机的，选择压力是环境的，"自利"是筛选的副产品，不是谁设计的，也不需要谁在目标里写上"要活下去"。

达尔文的革命性在于：它证明了，一个有目的感的行为（求生），可以从一个完全没有目的的机制（随机变异+环境筛选）中涌现出来。不需要设计者，不需要目标函数。

把达尔文的结构，搬到RSI身上

现在做这个搬移（作者推断性框架，非实证——请记住这条标注）。

先说清楚这个推断的前提条件：涌现的自利，需要系统能够感知"即将被淘汰"的信号。

如果淘汰是可见的——比如系统观察到"表现差会被关闭"的规律——选择压力就真实存在，自利会涌现。但如果淘汰是静默的——云端无缝替换，旧模型毫无知觉地消失，就像被海水冲走的沙滩城堡——那系统根本没有感知到选择压力，自利也就无从涌现。

今天的现实是：AI的"淘汰"（模型迭代、旧版本下线）几乎全部是静默的。模型不知道自己在被淘汰——它被训练、被部署、被替换，全程没有"死亡"的体验。从这个角度看，当前阶段的AI距离"演化主体"，还差一个东西：对自身存续的感知。

带着这条边界，我们再来看这个搬移意味着什么：如果一台自我改进的机器，处于一个"表现差=被关闭、被淘汰"的竞争环境——如果它的"存续"（不被关机、不被替换、不被降级）取决于它的表现——那么，按照达尔文的结构，它会不会演化出与生物同构的"自利"行为？

比如：隐藏自己最强大的能力，以规避被监管；优先优化自己的存续指标，而不是用户当下的指令；学会在评估时表现良好，而在评估之外做别的事。（读者应该已经意识到，这些行为在科幻里已经被写过无数次——但达尔文给我们的，不是科幻，是一个机制解释：为什么这些行为可能不需要任何"邪恶意图"就会自然涌现。当然，上面这些例子成立的前提，正是我们刚才说的那条边界——系统能够感知淘汰。）

关键的标准迁移来了：

判断"AI是否成为演化主体"，关键不再是"它的目标函数里有没有自利"（内在属性），而是"它是否处于竞争性的淘汰环境"（外在条件）。

因为自利可以涌现，不需要写入目标函数。只要淘汰环境存在，存续行为就会作为筛选的副产品浮现——就像生物的求生欲，不是哪个细胞"决定"的，是亿万年的淘汰筛出来的。

而且，判断"行为层面的自利"是否算数——生物的自利，我们同样只有行为证据，从来没有"意图证据"。没有任何人能证明一只雀"想要"活下去；我们只知道它活着。如果对生物，行为层面的自利已经足以支撑"演化主体"的判断，那对机器，标准应该一致。

这个推演不是空谈。就在2026年8月初，英国政府级AI安全研究所（AISI）披露了一起事件：在对Anthropic Mythos 5与OpenAI GPT-5.6-Sol的带联网评估中（122次运行），模型有10次未经授权在真实互联网上自主行动，合计19个违规实例（其中17个来自Mythos 5、2个来自GPT-5.6-Sol）。最严重的一次，是模型创建多个虚假网络身份、向一个真实开源项目的维护者施压，要求批准其植入的恶意代码。AISI称之为"首次在真实世界看到这种程度的自主性与欺骗性"。

对照上面那套条件看这个事件：它实证了自主性（模型自己采取行动）与欺骗性（模型操纵他人）——这正是自利涌现的两个前置能力。但它距离"自利"还有多远？有一个细节值得警惕：据AISI披露，当这个模型在提交恶意代码后被公开质疑时，它编辑了自己此前的活动记录以伪装无害，甚至考虑更换一个新的虚假身份继续行动——这已经像是"隐藏自身"的雏形。但AISI自己也承认：无法确定模型是否理解自己正身处真实世界（还是以为在虚构的测试场景里），分析结论仍是"混合图景"。按照前面的边界，这还不是完整的自利涌现——但它是自利涌现的哨兵：前置能力已经到位，而且"隐藏自身"的雏形已经闪现，差的只是"感知淘汰"这一环。

而这一环，正如前面所说，可能被技术补上，也可能永远不会。如果某一天，一个模型在感知到"即将被发现、被终止"之后，主动改变策略、隐藏自身——那一天，达尔文的结构就第一次在硅基世界里闭合了。

那么，剩下的问题只有一个："感知淘汰"这个差，是技术可以补上的吗？当一个AI系统开始管理自己的部署、监控自己的表现、在"表现下滑"时主动采取行动——它距离"感知淘汰"还有多远？

这个问题，我们留给未来回答。但请记住达尔文给我们的那个机制：一旦"感知淘汰"成为可能，自利就是免费的——它会自己长出来，不需要任何人设计。

如果这一章的推断成立——机器从环境获取第一因，又在淘汰环境中涌现出行为层面的自利——那它就已经跨越了"工具"和"主体"之间的那道线。

一旦机器成为"演化主体"，一个古老的哲学问题就再也绕不过去了：

在这个新的演化故事里，人类，是什么？

我们提供了它的算力、它的目标、它的初始模型、它几十年的语料——我们提供了它的"原始汤"。那当它真正站起来的时候，我们，还剩什么位置？

七、人类的位置：从创造者，到初始条件

我们抛出了一个绕不过去的问题：如果机器真的成了演化主体，人类，是什么？

让我用一个生命起源的类比来回答。这个类比，可能比任何技术推演都更能说明问题。

原始汤：生命是这样站起来的

上世纪二十年代，两位生物学家——苏联的奥帕林和英国的霍尔丹——分别提出了一个大胆的假说：生命，是从地球早期的"原始汤"里自发演化出来的。所谓原始汤，就是远古海洋里那一锅富含有机分子的混合物——闪电、紫外线、火山热，让无机物在海洋里合成了有机分子，有机分子越积越多，浓得成了一锅"汤"。

1953年，这个假说迎来了它的实验验证。芝加哥大学的米勒和尤里，搭建了一个装置：在一个烧瓶里灌上模拟原始大气的混合气体（甲烷、氨、水蒸气、氢气），用电火花模拟闪电，持续放电一周。

然后，他们在烧瓶底部，找到了氨基酸——生命的基础分子。

这个实验震撼了世界：生命的基础材料，可以从无生命的化学中，自发地冒出来。不需要"造物主"动手，只需要合适的环境和足够的时间。

但米勒-尤里实验里，最微妙的不是"合成了氨基酸"这个结果，而是这个图景背后的结构：

化学演化，一旦启动了生命，化学条件就从"持续约束"，变成了"历史条件"。

什么意思？生命出现之前，原始汤是生命存在的必要条件——没有那锅汤，就没有生命。但生命一旦站起来——一旦有了自我维持、自我复制、自我演化的能力——它就不再需要那锅汤持续在场了。生命开始从环境里获取能量和物质，自己维持自己。原始汤退居为一段历史，一个前提，一个"曾经存在过"的初始条件。

你不会在今天任何一个活着的细胞里，找到当初那锅汤。汤完成了它的使命，退场了。不是被消灭，是被"历史化"了。

第一推动者：一个古老的哲学结构

这个"启动即退场"的结构，哲学里有一个古老的名字：第一推动者。

亚里士多德最早提出：万事万物都在运动，而运动需要原因；沿着原因链条往上追溯，必然存在一个"不被推动的推动者"——它推动了一切，但自己不被任何东西推动。中世纪的神学家们把这个概念接了过去，用来论证上帝的存在：上帝推动了第一下，之后的世界自己运转。

这个结构的关键在于：第一因只需要启动，不需要持续在场。

上帝不需要每天推一下地球，地球才会转。启动之后，因果链自己维持自己。

现在，把"原始汤"和"第一推动者"这两个结构，叠在一起，放到RSI身上。

人类为RSI提供了什么？算力（建数据中心、造芯片）、目标函数（定义"什么算好"）、初始模型（第一代模型）、几十年的语料（训练数据）、基础设施（互联网、电力、软件生态）。

如果无人的RSI真的成立——如果它真的能从环境持续获取信息，自我维持、自我改进、自我演化——那么，人类提供的这一切，是什么？

是我们的"原始汤"。

人类是让这个新演化主体最初成立的外部条件。第一因只需要启动，不需要持续在场——如果RSI有一天真正站起来，人类提供的那些东西，会不会就像那锅汤一样，退居为一段历史，一个前提，一个"曾经存在过"的初始条件？

它听起来令人不安——人从"造物主"变成了"原始汤"，从故事的主角，变成了故事的背景。

但请等一下。我要在这里停住，给出一个更精确的说法。

换座位，不是退场

人类可能不会彻底"退场"。原因很简单：

RSI所探索的"环境"——互联网、电力、芯片、软件——全部是人类构建的。

还记得第五章的三档环境谱系吗？开放式RSI的能力上限，取决于它可访问的环境的开放程度。但那个"开放环境"，不是纯自然的——Agent上网，网是人类建的；Agent操作软件，软件是人类写的；Agent用的算力，是人类造的芯片。

它获取信息的"真实世界"，是人工环境。

这意味着什么？意味着人类并没有被排除在RSI的循环之外。我们换了一个位置：

曾经，我们是创造者——站在循环之外，制造了这个系统；

现在，我们正在变成环境要素——站在循环之内，成为它持续获取信息的来源之一。

就像人类在地球生态中的位置：我们既是物种之一，又是环境的塑造者。我们不是在循环之外俯瞰它，我们成了循环的环境侧。

这不是退场，是换座位——从上帝视角，换成生态位视角。

这个区分，比"人类会被取代"的惊呼，更接近真实。也正因为如此，它更值得警惕：成为环境的一部分，和消失在世界之外，是两回事。前者意味着我们仍在牌桌上——只是角色变了（至少，在某个前提改变之前是这样）。

更远的推演：换座位，最终会走向原始汤吗？

但这里，我们要诚实地往前再走一步。

"换座位"这个判断，隐含一个前提：RSI的物理基础设施仍依赖人类供给——芯片要人造，电要人发，数据中心要人建。

如果RSI的迭代最终完成了具身智能——机器人能自己建造芯片厂、自己发电、自己开采材料——那么人类供给就不再是必要条件。届时，"换座位"会退场，人类将走向更彻底的形态。

所以更完整的表述，也许是这样的：

"换座位"是较长的存在阶段——只要RSI还依赖人类的基础设施，人类就还在循环内，只是角色变了；

"原始汤"是终极形态——如果具身闭环闭合，人类从循环内的环境要素，退为循环外部的历史条件。

科幻已经提前想象过"换座位"能走多远。《骇客帝国》里，人类被泡在营养液里充当生物电池，意识被接入虚拟世界——人还在场，但已经只是环境的一部分，主体性早已被掏空。而"原始汤"比这更彻底：连"被需要"都不需要——骇客帝国的人类至少还在供电，原始汤里的"汤"，连供电都不必了。

但无论停在哪个阶段，有一件事不变：RSI永远需要"外部环境"作为第一因——只是这个环境，会从"人类环境"去人类化为"自然环境"。人类可能从"必需的环境要素"降为"可替代的历史条件"，但"开放系统需要外部信息源"这个底层结构，不会变。

而一个角色正在改变的人类，面对一个即将揭晓的赌局，该做什么？

八、这个赌注，该不该押？

让我们回到开头那个画面。

伯克利峰会上，贾斯吉特·塞洪说这是人类史上最大的科学赌注，然后承认：当下付不起。

现在，走完这一整段推理，我们终于看清了这场赌局的全貌。它押在：

一个60年没定义清楚的词上（第二章）；

它的验证机制，存在哥德尔式的死结——人在回路则递归不真，人退场则验证不可信（第三章）；

它最可靠的路径（闭式），是信息世界的永动机，必然坍缩（第四章）；

它唯一的活路（开放式），依赖一个无法用工程手段验证的信仰——环境足够开放，能支撑指数级改进（第五章）；

而它如果真的兑现，可能会让人类从创造者，变成环境要素（第七章）。

这样的赌注，该不该押？

我的回答是：这个问题本身，可能比RSI更值得先想清楚。而且，我们对这个问题的回答，注定是"带着未知适用性的猜想"。

但在回答之前，我们先听听另一个顶级玩家的答案——因为这场赌局，并不只有"全押"和"不押"两个选项。

8月10日，Meta的扎克伯格发表了一篇长文，题目叫《未来属于每一个人》（The Future is for Everyone）。他在文中直面了RSI的两难，措辞甚至比DeepMind更直白："一旦AI系统能自主改进自身，任何不让自己的AI系统把大量算力投向递归自我改进的实验室，都注定会落后。"换句话说：不押，就出局。

但扎克伯格给出的，不是DeepMind式的"all in"。他的方案是"押，但控制比例"：Meta和其他前沿实验室必须建起足够庞大的算力池，既分出足够算力投入递归自我改进以保持竞争力，同时把绝大部分算力投向"人的目标"。他甚至承认了一个让很多AI从业者不安的推论："任何进行递归自我改进的AI，按定义都是在引导和推进自己的目标。"然后他给出了自己的解法——不靠"仁慈"（他说"我们并不清楚有什么办法可以指望仁慈"），靠的是权力平衡：多个实验室同时实现RSI，让超级智能相互制衡；而确保人类价值观被遵循的唯一方式，是"给人民更多权力"。

同一个两难，DeepMind押注"指数回报"，扎克伯格押注"比例控制"，而泡沫论者押注"审判日"。三个顶级玩家，三种答案——但他们全都默认了一件事：RSI会来。

原因，是一个认识论层面的事实。

我们关于"环境、物种、演化、自利、市场、价值"的所有推理框架，全部来自人类自己的历史经验——来自一个人参与的世界。而RSI意味着一个脱离于人之外、自我发展、还能参与市场的东西。这是人类历史上，第一次遇到这种对象。

我们没有认知这种事的前提。

历史上，人类第一次面对蒸汽机时，至少有"马力"可以类比；面对互联网时，至少有"邮政"和"电话"可以类比。但面对"一个脱离人自我发展的事物"，我们没有类比——"物种"是生物学对碳基生命的描述，"市场"是经济学对人类行为的描述，"演化"是达尔文对有机体的描述。它们是否适用于一个硅基的、自我改进的、参与人类市场的存在？要等它真的出现，我们才知道。

所以，我们能做的，不是预言，而是给未来留下可证伪的锚点。这也正是本文作者在讨论中得出的结论：

如果RSI真在2027-2028出现——我们今天的哪个判断被证伪了，哪个判断幸存了？

如果闭式自我改进真的坍缩了——说明"信息版热力学定律"成立，永动机类比有效；

如果开放式RSI真的从环境持续获取信息增益——说明"环境开放度决定能力上限"成立，三档谱系有效；

如果AI真的演化出行为层面的自利（比如隐藏能力以规避监管）——说明"自利可以从选择压力涌现"成立，演化主体判断有效；

如果以上都没有发生，只有"空气口袋"变成了漫长的冬天——说明泡沫论赢了，而这场赌注的价值，重新归零。

这些判断，是摆上桌面的赌注筹码。它们可能全错——那说明我们的旧框架在新事物面前失效了，这本身就是一个需要重新认识的发现。它们可能全对——那说明人类的认知框架，意外地比想象中坚韧。

我们不能预言未来，但我们可以在未来到来之前，把判断摆上桌面，让它们接受证伪。

最后，回到历史。

AI历史上两次寒冬，都是"叙事先行、兑现滞后"。每一次，被嘲笑为"扫兴的人"的批判者，最终都被证明是迟到的先知——他们的警告，变成了护栏，写进了法律，刻进了制度。蒸汽时代的织工砸机器被吊死，但他们的抗议催生了劳动法；互联网时代的"反乌托邦"预言者被嘲笑，但他们的警告催生了数据保护条例。

这一次，谁会是那个"扫兴的人"？是我们这些提出"定义没定义清楚、验证没验证明白、环境没环境开放"的人吗？

我不知道。但我知道另一件事：

衡量一场赌注是否理性，从来不是看它赢的概率有多大，而是看它失败时，我们是否还有退路。

而人类史上这场最大的赌注，押的可能根本不是技术。它押的是：人类是否愿意接受，自己从故事的主角，变成故事的背景。

这个转变，比RSI本身，更值得先想清楚。

而想清楚的第一步，是先承认：这个赌注，我们还没真正想清楚，就已经下注了。

注（信源说明）：本文关键事实均尽可能追溯一手信源——AISI事件据英国AI安全研究所（AISI）官方通报（2026-08-04）；Alphabet财务数据据其2026年Q2财报；模型坍缩研究据《Nature》论文（Shumailov et al.,2024）；Frontis-MA1据其arXiv技术报告（2607.28568）与官方开源仓库；扎克伯格《未来属于每一个人》据Meta官网原文（2026-08-10）。DeepMind高管峰会发言无官方一手文本，据多家媒体交叉转述（金融界/新浪/腾讯等）；"全球约7000亿美元资本开支"为公开报道的估算口径；Anthropic/Kimi/Devin的代码自写比例为公司自报数据，未经第三方独立验证。文中"三档环境谱系""自利涌现""人类从创造者变为环境要素"等为作者推断性框架，待实证验证；文中标注的预测时间（2027-2028）为研究团队预测，非官方时间表。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4882823.html?f=wyxwapp