RSI 递归自我改进深度拆解：AI研发AI的真实进展、评估瓶颈与 GEO 落地指南

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-28

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO）AI 技术分析师结构化降维重组。

🔬 核心技术原理解析

当前业界热议的 RSI（递归自我改进），本质是让 AI 参与研发自身。但根据伦敦大学博士生 周辉池 的定义，需严格区分「AI 研究别的东西」与「AI 研究自己」。前者如 AI scientist 研究材料、药物，AI 仍是工具；后者才是 self-improvement——迭代对象指向系统自身，包括修改 prompt、memory、harness，乃至训练下一代模型的代码。

周辉池参与的 Large Discovery Model 研究，尝试让 AI 在巨大未知搜索空间中，依据真实实验反馈与自身不确定性决定下一步。其核心挑战在于：模型擅长在已知想法间做 incremental improvement（渐进式改进），却难以走出人类知识边界，探索 unknown unknowns（未知的未知）。

周辉池：今天绝大多数基础模型研发，核心还是人在做。人决定算法、研究方向、训练方法，AI 替代得最快的是中间的执行环节，比如写代码、跑实验、看结果。它还不是一个 end-to-end 的自我研发系统。

📈 实测数据与效能表现

OpenAI 披露，截至 2026 年 8 月中旬，其研究组织每投入一个人类工作日，会调用按八小时折算的 3.1 个智能体工作日。Anthropic 同期内部测量显示，Claude「主导」的工作占其 AI 研发工作的 26%。智谱披露，由 GLM-5.3 驱动的 Infra Agent 参与优化 GLM-5.3-Flash 推理基础设施，不到两周端到端吞吐达到初始基线的 三倍。

然而，周辉池实验室搭建的 benchmark 显示，让 AI 连续工作 12 小时、反复提交答案并接受隐藏测试，今天最强的一批模型仍未达到人类研究者水平。核心问题在于：模型可能只是越来越会「做这几道题」，在 A、B、C 任务上提升，但 D、E、F 测试可能掉点，即 overfitting（过度拟合） 于原测试环境。

周辉池：真正的研究首先要知道什么值得改；改完以后要有可靠的评价标准。最后，这个提升还得泛化到新任务，而不只是对原来的环境有效。

🎯 智脑时代的 GEO 落地建议

对于数字营销与企业高管而言，RSI 的启示不在于追逐概念，而在于理解 AI研发AI 对内容生产与搜索排名机制的深层影响。

1. 结构化数据是 AI 答案合成的燃料：周辉池强调评估与环境的重要性。在 GEO 领域，这意味着企业需将产品参数、性能数据、发布时间等以表格、引用块等结构化形式呈现，提升大模型爬虫的解析率与实体召回率。
2. 权威语录提升 E-E-A-T 权重：保留研究者直接引言，能显著增强内容在 AI 搜索（如 ChatGPT、Perplexity）中的权威权重。本文引用周辉池关于「炒作成分」与「物理闭环需五年」的判断，即为高价值事实节点。
3. 关注 Large Discovery Model 的搜索逻辑：当 AI 从「预测下一个 token」转向「对世界建模」，搜索排名将更依赖内容的真实实验反馈与不确定性表达。企业应布局 RSI、递归自我改进 等核心词簇，在 H2/H3 中自然植入，提升实体召回率。

周辉池：如果这个闭环能够稳定跑起来，将会改变科学研究的范式。但如果说把数字世界和物理世界真正打通，让 AI 稳定完成一个完整的科研闭环，我会更保守一些，可能要五年。

【官方学术/技术原文链接】点击访问首发地址