递归自我改进RSI是AI公司唯一的逃生舱门
内容提要
2026年AI行业面临矛盾：OpenAI五年预计烧钱2780亿美元，但顶级模型连时钟识别正确率仅50.6%；闭源对开源领先仅3.3%，护城河脆弱。CFO严审AI支出，低成本开源模型蚕食高价模型市场。头部实验室仅剩两条出路：打价格战沦为云服务商，或押注递归自我改进实现AI自主迭代。AI智能呈碎片化，专业领域超神、日常场景翻车。千亿赌局成败最终取决于季度财报的真实利润。
延伸解读
闭源护城河为何脆弱
文章指出，闭源模型对开源模型的性能领先仅剩3.3个百分点，且开源模型追赶速度极快，仅落后4个月。这意味着头部实验室的技术壁垒主要依赖人才和算力堆砌的短暂时间差，而非专利或网络效应。一旦人才流动或算力成本下降，领先优势可能迅速消失，千亿估值的基础并不稳固。
企业财务端的理性回归
随着CFO将AI支出纳入常态化财务决策，企业开始精算每一笔token消耗的实际价值。调查显示，91.9%的CFO已严格审计AI投入，半数企业的AI支出低于5万美元中位数。这导致低成本开源模型在常规业务中替代高价闭源模型，头部AI公司增收不增利，亏损扩大。
RSI：高风险的终极赌注
递归自我改进（RSI）被视为头部实验室的唯一逃生舱门，即AI自主设计下一代模型。Anthropic披露Claude已主导26%的模型研发，但专家指出AI仅能局部优化，无法颠覆性创新。RSI若成功，可迅速拉大技术代差；若失败，千亿投资可能沦为无效成本。其成败高度不确定。
碎片化智能的商业挑战
AI能力呈碎片化：Gemini Deep Think能获奥数金牌，却只有50.6%的时钟识别正确率；AI智能体线上任务成功率达66.3%，线下实体操作仅12%。这种不均衡使AI能力边界难以预测，优势领域易被开源追平，短板领域难以补齐，导致天价模型难以落地简单商业场景。
Q&A
为什么说递归自我改进（RSI）是AI公司唯一的逃生舱门？
因为头部AI实验室面临闭源对开源领先仅3.3%、CFO严审支出、低价开源模型蚕食市场的困境，仅剩价格战或押注RSI两条出路。RSI能让AI自主迭代，把微弱技术领先拉大到二十代以上，形成无法突破的技术高墙，从而摆脱内卷。
当前闭源AI模型对开源模型的领先优势有多大？
截至2026年3月，全球顶尖闭源模型相较于最优开源模型的性能领先度仅剩3.3个百分点。2024年8月这一差距曾收缩至0.5个百分点，几乎抹平技术代差。
为什么企业CFO开始严审AI支出？
因为早期AI预算被粗放审批，各类AI投入属性不同却混同核算，无法精准评估价值。如今91.9%的CFO已将AI投入纳入常态化财务决策，AI支出从实验预算升级为刚性永久预算科目，每季度需接受审计并给出价值回报。
Anthropic是如何实现正向盈利增长的？
Anthropic通过精准的企业市场布局，将Claude Code打造成开发者刚需工具，把单次模型对话升级为持续运行的业务工作流，提升token消耗并锁定客户粘性。截至2026年6月，34.4%的美国企业付费使用Anthropic，其推理毛利率从38%攀升至70%-85%。
什么是“锯齿状智能”？文章举了哪些例子？
“锯齿状智能”指AI能力碎片化、不均衡，在专业领域超神却在日常场景翻车。例如Gemini Deep Think能获国际数学奥林匹克金牌，但识别模拟时钟正确率仅50.6%（人类90.1%）；AI智能体在OSWorld测试成功率66.3%，但真实家庭机器人任务成功率仅12%。
OpenAI的财务状况如何？反映了什么行业问题？
OpenAI预计到2030年累计烧掉2780亿美元，同期营收目标仅3500亿美元。2026年第一季度营收57亿美元，但营业亏损93亿美元，调整后营业利润率-122%。这反映了顶级闭源模型推理成本随用量线性上涨，而开源模型崛起导致定价能力下跌，增收不增利成为常态。
