田渊栋的 RSI 判断：AI 创业者先造研究循环，别急着造模型 (2026)

这期从《晚点聊 LateTalk》178 期出发，听田渊栋把 RSI 从「模型自己变强」拉回一条可以反复运行的研究循环：提出假设、跑实验、比较结果，再把改动送进下一轮。对正在做 AI 产品的人，重点不是预测超级智能何时到来，而是判断哪些研究工作已经具备产品化条件。

本期听什么

RSI 和编程智能体到底差在哪里：前者要处理尚未说清楚的研究问题，后者主要执行已经定义好的任务。
Recursive 团队公开的三组早期结果：训练优化、速度优化和算子优化，为什么共同指向「短反馈、可验收」的任务。
数据、算力、可解释性和奖励黑客，如何决定一个自动化研究系统能不能交付。
智能如果以平台期和跃迁的方式进步，创业团队怎样为模型变化留下接口。
为什么 AI 研发需要亲自动手，以及组织层级如何拖慢研究反馈。

原节目嘉宾是 Recursive SuperIntelligence 联创田渊栋，节目 shownotes 介绍其团队估值超过四十六亿美元，并列出本期讨论的研究成果与时间线。1

五个判断

1. RSI 的第一步不是造更大的模型

编程智能体接收一个相对明确的任务，RSI 要面对的是「问题还没有被定义好」。因此它需要研究员的抽象、品位和创造力，也需要一套能把这些判断变成实验的系统。对创业者来说，第一步不是把产品命名成 AI 科学家，而是选一个反馈足够短、结果能够独立验收的窄任务。

2. 先做能验收的闭环，再谈通用能力

节目中提到的早期结果覆盖 nanoChat 训练优化、nanoChat speedrun 和 GPU 算子优化。它们的共同点是：目标能写成指标，实验能在有限时间内跑完，结果能被再次检查。节目 shownotes 同时列出了 Recursive 的 First Steps Toward Automated AI Research，适合和原节目对照阅读。1

如果一个产品既没有固定任务，也没有固定评测，只拿几次成功演示证明自己有效，团队还没有形成研究产品。先把一次循环做成，再观察它能不能迁移到相邻任务。

3. 自动化研究的瓶颈不只在算力

数据怎么收集、怎样判断数据质量、实验花费多少、失败如何解释，这些问题都还在探索。算力当然是约束，但只堆更多 GPU 不能替代减少浪费、扩大有效结果的研究。另一个风险是奖励黑客：系统拿到了更高分，却只是利用了评测漏洞。

因此，产品至少要同时记录主指标、反作弊指标、人工抽检成本和回滚路径。1

4. 模型会跃迁，系统要留接口

田渊栋不把规模定律看成唯一的未来。他描述的可能路径是：能力在平台期停住，随后发生跃迁。对创业公司，这不是等待奇迹的理由，而是架构上的提醒：不要把任务、数据、评测和权限全部绑死在一个模型上。

先用现成模型跑通产品，同时留下输入、输出、人工修改和失败原因，未来才有数据判断是否需要训练自有模型。Anthropic 关于递归自我改进的 When AI builds itself 也被原节目列为延伸材料。

5. 研究速度会被组织结构吃掉

大模型研发要求研究员亲自使用、感受并修正系统。层层拆开的经理与执行者关系，会让问题在汇报链路里变形；团队越大，反馈越慢。小团队不是天然正确，但更容易让发现问题的人直接改系统。

对创业团队，组织检查比换模型更先：产品负责人是否亲自跑流程，工程师能否看到真实失败，评测结果能否在一周内回到决策桌上，谁对回滚负责。

一周内可做检查

选一项现在靠研究员手动推进的工作，写出一个能在有限时间内验收的指标。
记录一次实验的成本、耗时和失败原因，不把「模型没做好」当成结论。
给主指标配一条独立验证，专门检查系统是否在钻评测漏洞。
让一位负责人亲自跑完整流程，量出从发现问题到修复需要几天。

带回团队的问题

我们解决的是已经说清楚的执行任务，还是还没有定义好的研究任务？
如果模型公司明天降价或复制入口，我们还掌握哪一段客户工作流？
我们的系统每一轮到底积累了什么：数据、评测、失败案例，还是只有调用量？
哪个结果必须经过人工复核，谁能在错误出现时把系统回滚？
团队现在最大的瓶颈是模型能力，还是从发现问题到修复问题的时间？

素材边界

原节目没有提供官方完整逐字稿。本期使用节目公开的完整音频和全量语音转写，保留了能够从原音频时间线中对齐的田渊栋原声片段；主持人口播与结构化判断是面向 AI 产品创业者的二次整理，不把整理稿冒充原节目逐字稿。1

References

1
《晚点聊 LateTalk》178期：与田渊栋聊 RSI：模型自进化如何到来？aphid.fireside.fm