矽谷創投圈最近熱衷談論RSI——遞歸自我改進（Recursive Self-Improvement）。但當a16z普通合伙人Martin Casado開始評估這些項目時，他發現一個尷尬的現象：幾乎所有打著RSI旗號的創業公司，說的其實是另一件事。
"我見過很多路演，他們說自己在做RSI，我問具體做什麼，對方說'我們用AI來創造AI'。聽起來很有意思，那你們具體做什麼？'我們用AI生成GPU核心。'"這跟Casado理解的RSI定義並不吻合。為了釐清這個被過度使用的詞，他找來了MakerMaker.AI的兩位聯合創始人——物理學背景、MIT媒體實驗室強化學習博士Dhaval Adjodah，以及曾在DeepMind做研究科學家、專注持續學習與元學習的Owen He。這場對話試圖回答一個具體問題：一個AI系統真正地改進自己，到底意味著什麼。
1. 人類用AI造AI，這不是RSI，是自催化
Owen He給出的區分標準很直接：問誰是優化器，誰是被優化的對象。如果答案是"人類用更好的工具開發更好的AI"，這在他看來只是自催化（autocatalysis）——改進的想法和驅動力始終來自人腦，工具只是在變得更好，而不是工具本身在改進自己。
Casado追問得很尖銳：幾乎每個技術時代都有自催化效應。沒有電腦就造不出晶片，蒸汽機能造出更好的蒸汽機是因為煤運得更快了。這種"用工具造工具"的邏輯並不新鮮。
Owen He的回應是：區別在於優化器能否"變成"被優化對象本身。過去，無論工具多先進，驅動改進的大腦永遠是人類，這個大腦從未被優化過。而現在，第一次有可能把優化器本身換成被優化的那個東西——智能體的"大腦"，也就是模型本身，可以成為被優化的對象。這意味著認知能力的提升會被重新投入到自身，形成複利效應。
2. 能力是一個分數，分子和分母都在變化
Dhaval Adjodah選擇用一個數學框架回答為什麼這個問題值得啃：從控制論角度看，如果系統里存在缺口，就無法形成閉環——自催化恰恰缺這個閉環，無論改進多少，總需要人類不斷注入資源才能繼續運轉。閉環系統同樣需要注入資源，但理想情況下邊際收益會保持不變甚至變大。
他把這件事拆解成一個微分方程：能力相對於時間的一階導數，是所有人都想提升的東西。這個導數由分子和分母驅動——分子是性能，分母是達到這個性能所需的成本或難度。對於蒸汽機之類的傳統技術，分子是固定的，難度隨能力提升而增加，最終結果是系統趨於平台期。
但如果被改進的對象同時也是執行改進的主體，情況就不同了。最簡單的情形是分子與能力本身相關——能力越強，改進自身的能力也越強，數學上兩者相互抵消，得到的是隨時間保持恆定的改進速度。更進一步，如果分子與能力的更高次冪相關，就會出現指數級起飛。
3. 閉環不等於起飛，這是一個經驗問題而非數學問題
一張圖里畫個圓圈，箭頭指向另一個圓圈再繞回來，很多人看到這種閉環控制系統圖示就會脫口而出"起飛"。Dhaval Adjodah對這種直覺保持警惕：如果這是一個非線性控制系統，很難知道實際會發生什麼，而大多數人並沒有意識到這個區別。
Casado試圖從網路工程師的角度理解——結果取決於那個自我指涉函數的指數。但Dhaval Adjodah的回答打破了"寫個微分方程就能算出答案"的幻想：可以寫下這個微分方程，但指數本身仍然需要靠經驗測量，沒有解析解。他坦言，深度學習至今沒有一套完整的學習理論——人們並不真正理解它為什麼有效，而現在的系統又在深度學習之上疊了五六層，理論基礎更加薄弱。目前最接近的工具只是經驗性的縮放定律（scaling laws）。
MakerMaker.AI的做法並非讓整個系統全自動、全數位化運轉。他們的數學基礎其實是一個多智能體系統，人類研究者和工程師是這個系統里的一類特殊智能體，與其他智能體共同構成一個被遞歸改進的混合系統。任何沒有被納入優化範圍的環節，都會在未來變成瓶頸——所以他們不願意漏掉任何一個可以優化的層級。
4. 衡量進步必須把人力成本也算進分母
模型發布速度確實在變快，這是事實。但Casado提出了一個讓人清醒的追問：如果把這個速度除以這些公司實際融到的資本，結論可能完全不同——快可能只是因為砸了更多錢,而不是方法本身在進步。
Dhaval Adjodah給出的判斷標準很樸素：如果改進只是靠不斷砸入更多資源換來的，那就不是RSI。你必須能證明自己的提升經得起分母的檢驗。Casado進一步追問一個容易被忽略的變量——那些沒有被計入flops和資金賬本的東西，比如為了找到最終配置,人類工程師實際做了23次實驗、燒掉了大量腦力勞動,這些算不算成本？
答案是算，而且他們認為這是一種公司紀律。MakerMaker.AI從創立之初就刻意建立起追蹤成本、時間等一切投入的文化。Dhaval Adjodah笑著分享了一個內部的黑色幽默：別人在建leaderboard比誰分數高，他們內部有一個"bleederboard"（流血榜），記錄每個人做實驗花掉的真實成本，任何人任何時候都可以查看誰"失血"最多。他還提到業內的nanoGPT基準測試——要求重新訓練剛發布時的GPT-2——作為對照同類問題的另一種思路。
RSI這個詞正在被濫用，但剝開營銷話術後留下的問題其實很具體：優化器能不能變成被優化對象，閉環能不能真實存在，以及所有投入——包括人類反覆試錯燒掉的腦力——有沒有被誠實計入成本。Dhaval Adjodah和Owen He沒有給出一個確定的"是否已經起飛"的答案，他們給出的是一套更謹慎的提問方式：在宣稱自我改進之前，先問清楚分子和分母里都裝了什麼。
