本周值得关心的一条新闻：智谱（Zhipu）披露启动了「外部自我改进循环」（outer RSI loop）。RSI 是 Recursive Self-Improvement 的缩写，指让一个 AI 持续改进另一个 AI 的训练过程——简单说，就是「让模型自己教自己」。这是中国大模型公司首次公开尝试这条路径。

这是什么

传统大模型的训练靠人类团队：标注数据、调整参数、跑实验。RSI 的设想是，把中间某些环节交给另一个 AI 模型，让后者自动生成训练数据、设计训练方案、甚至改造网络结构。智谱这次做的是「outer」版本——改进发生在训练循环的外部（比如生成更好的训练数据），而不是让模型直接改自己的内部参数。

这条路 OpenAI 和 Anthropic 都在内部研究，但都未公开落地。智谱这一步相对激进。

行业怎么看

支持方认为，这是绕开「训练数据耗尽」瓶颈的关键路径——人类文本数据增长有限，但 AI 生成的高质量数据可以指数级扩展。智谱等中国公司还有现实压力：算力受限，必须靠算法效率追赶算力更强的对手。

反对意见同样尖锐。AI 安全圈对 RSI 的核心担忧是「目标漂移」：一个自我改进的系统，可能在多次迭代后偏离最初设定的目标，且这种偏离难以被人类察觉。Anthropic 的安全团队长期警告，没有充分的「可解释性」（也就是能看懂模型为什么这么决策的工具）之前贸然推进 RSI，等于在黑箱里再造一个黑箱。也有研究者指出，外部循环的 RSI 风险低于内部循环，但依然需要严格的红队测试和人类监督环节。

对普通人的影响

对企业 IT：模型迭代速度会进一步加快，意味着企业采购 AI 工具时，决策窗口要缩短——半年前采购的工具，半年后可能被新版本大幅超越。

对个人职场：「AI 自己改进 AI」听着吓人，但实际执行依然需要大量人类工程师做监督、做对齐。不会立刻砸掉饭碗，但岗位结构会持续向「监督者」和「评估者」倾斜。

对消费市场：最直接的影响是智能助手类产品会快速跳级——今年用过的智能客服，明年可能是另一个东西。