刚刚，Hinton发了首篇RSI论文

当AI开始参与研发下一代AI，人类可能已经站到「智能爆炸」前夜。

亏贼！最近超超超超火的递归自我改进（RSI），连AI教父 辛顿 都亲自下场了？？

咱诺贝尔物理学奖、图灵奖得主Hinton的 首篇RSI的论文 ，上来就研究一个相当炸裂的问题：

如果AI开始大规模参与造下一代AI。

然后，下一代AI再回来继续加速研发。

这么一轮轮滚下去…会不会直接跑出一条智能爆炸曲线啊？

论文名叫 《What if automating AI R&D triggers an intelligence explosion?》 。

参与撰写论文的作者也堪称AI学界全明星阵容：

22位作者里，包括两位AI教父Geoffrey Hinton、Yoshua Bengio，强化学习先驱Andrew Barto，OpenAI首席科学家Jakub Pachocki等一众研究者。

这么多AI大牛凑在一起，讨论的正是AI领域最古老科幻的「智能爆炸」问题，论文核心观点咱先来一睹为快——

所以…辛顿…老爷子…大牛们…到底围绕RSI都说了点啥…急…

智能爆炸 这个词，其实蛮古早了。

早在1965年的时候，数学家I.J. Good就设想过一种超智能机器。

如果一台机器已经比人更擅长设计机器，那么它可以继续设计一个更聪明的版本。

新的版本继续参与下一轮改进，一轮接一轮，最后形成一个自我强化的反馈回路。

Good当年的核心判断其实很简单——

如果「改进机器」这件事本身，也能被机器做得越来越好，能力增长就可能反过来继续加速能力增长。

这套设想后来成了「智能爆炸」最经典的理论源头，和今年大火的递归自我改进（RSI），其实也算一脉相承。

只不过到了今天，RSI讨论的重点已经悄悄变了。

大家关心的已经不只是一台AI能不能自己改代码、调参数，而是一个更现实的问题：

AI能不能真正进入研发下一代AI的整套流程，并且让这套研发流程本身越来越快？

而辛顿等人在这篇论文里给出的一个关键判断，恰恰就是：

AI开始真正进入AI研发流水线了，而且速度快得有点离谱。。。

之所以这么说，是因为论文引用了Anthropic等头部实验室的一批内部数据。

2025年1月，AI生成的获批代码还只有低个位数比例。

才过了一年，到了2026年5月，这一比例已经超过 80% 。

变化更大的，是AI「自主」完成研发工作的比例。

2026年3月，Claude能够在仅接受高层次人类监督的情况下自主完成约1%的研发工作。

到同年8月，这个数字已经升到了 26% 。

换句话说，半年左右，直接翻了二十多倍。

当然了，这个数字不能理解成Claude已经自动完成Anthropic四分之一的全部研究。

它主要衡量的是在高层人类监督下，可以由AI自主承担的内部AI R&D工作比例。

Anthropic自己也强调，目前Claude还没有在哪一类被测AI研发工作上达到完全无人监督的水平，但不管咋说，趋势已经很明显了。

论文还提到，截至2026年9月，OpenAI内部的AI系统已经可以经常完成原本人类员工需要数天完成的研发任务。

这里一个很关键的变化是 AI能独立处理的任务长度，一直在增长 。

真正决定AI能不能像研究员一样工作，关键并不只是某个benchmark分数有多高。

更重要的是，它能不能把几十个步骤连续串起来，在几个小时、几天，甚至更长时间里持续推进同一个研究目标。

论文综合benchmark趋势和实验室内部进展，认为 未来几年，AI有可能自动化大部分AI研发工作，甚至完成全部自动化。

写代码只是AI研发的一部分，这里的完整AI R&D还包括提出研究假设、设计实验、实现实验、分析结果、定位失败原因、调整路线，再重新开始。