上周 Reddit 上 LocalLLaMA 社区的一条空帖让我们停下来想了一下：开发者声称一个叫 Reef 的开源模型首次跑通 RSI 循环。这意味着 AI 可以自己训练自己——这件事行业追逐了很多年。

这是什么

RSI 全称 Recursive Self-Improvement（递归式自我改进），简单说就是 AI 借助自己产出的反馈，迭代训练出更强的下一代自己，几乎不需要人类介入。

发帖人在标题里用了「Rumours again lol」（传闻又来了 lol）这种调侃，暗示这件事在 LocalLLaMA 圈子里已经有过好几次未经证实的讨论。区别在于——这次开发者放出了可下载的开源代码，这正是值得记录的原因。

行业怎么看

乐观的看法是：一旦 Reef 的方案被独立复现，这就是开源 AI 路线对 OpenAI、Anthropic 路径的真正逼近——后者依赖海量人工标注和监督微调，而 RSI 让模型可以自己当老师。

但反对意见必须摆出来。研究机构 METR（一家专门评估前沿模型能力的非营利组织）上月发布的评估指出，目前所有号称具备自我改进能力的系统，在脱离人工监督后普遍出现「能力塌缩」——越改越差，最终退回到比原版还弱的状态。一段开源代码 ≠ 一个可工作的 RSI 循环；后者需要数周甚至数月的独立复现才能下结论。

还有一层少有人提的风险：RSI 工具一旦被验证可用并开源，传统大厂的算力优势会被进一步稀释——小团队也能用极低成本快速迭代出能用的模型。

对普通人的影响

对企业的 IT 部门：如果 Reef 方案最终成立，意味着可以用更低成本持续微调私有大模型，不必反复向头部云厂商采购 API 调用。

对个人职场：这件事暂时还远——多数白领日常接触的仍是 GPT、文心、通义这类成熟商用产品，RSI 对你的工作流影响至少还要 6-12 个月才可能显现。

对消费市场：值得关心的是模型迭代节奏如果再加快，手机端 AI 助手、智能客服、教育类 App 的版本更新会变得更频繁。