剑桥大学CASP论文《如果AI研发自动化触发智能爆炸》汇集Hinton、Bengio等专家观点，指出AI正从研发工具变为研发者，递归自我改进可能形成正反馈。论文分析四类瓶颈：边际收益递减、算力与数据限制、难以自动化的任务及耗时流程，并推演AI进步速度或1.5年内提高10倍。同时警示社会适应失衡、人类失去控制、权力制衡削弱三重风险，呼吁提高透明度、建立约束机制并提前准备社会适应。

辛顿等22位学者发表论文探讨AI递归自我改进。Anthropic数据显示，AI自主研发比例半年增长二十余倍，AI正加速进入AI研发流水线。AI研究员可复制、可同步升级，或带来数百万等效劳动力，理论上1.5年内AI进步提速10倍。但算力、数据、实验时间和科研边际收益递减构成现实约束，尚无证据证明智能爆炸已发生。

美国众议院中国委员会民主党首席议员卡纳致信国家情报总监及DeepSeek、阿里、月之暗面等中国AI公司，询问其是否准备应对AI失控事件，并呼吁美中签署条约，禁止递归自我改进、监管前沿AI实验室。他批评美中领导人缺乏应对AI风险的紧迫感，也质疑白宫与科技CEO会面只是公关。

一篇综述提出递归自我改进的工程框架，用HCI指数量化十类能力天花板，指出数学科学进展较快，而软件工程、工具使用等交互能力差距较大，最可能率先突破。论文定义自主性L1至L5五级，从执行改进到改写改进机制，并指出安全继承、自主性归因、可靠验证三大挑战。

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。

前OpenAI成员阿尔梅达指出，大语言模型经RLHF训练后被优化为“助手”而非“自动化工具”，只会生成讨喜文本，导致模式坍缩，在真实决策任务中不可靠。他提出Jev纯决策模型，输出结构化判断而非文字，以类型安全架构解决自动化与递归自我改进难题，强调做对任务比算力更重要。

OpenAI主张美国牵头制定前沿AI国际标准，重点针对递归自我改进（RSI）。文章提出两项机制：一是通过各国AI安全研究所网络推动互补的国家与国际标准；二是建立统一的测量与事件报告协议。目标是在保持人类控制下安全推进自动化AI研究，避免权力集中与风险失控。

Anthropic数据显示，Claude Code任务成功率已升至约九成，但AI写代码并不等于能递归自我改进。真正的自主需目标设定、实验、训练、验证与安全决策形成闭环，当前更接近强力人机研发循环。团队应按风险分级AI改动，用交付周期和事故率替代代码行数，并公开任务抽样与外部审计。

智谱GLM-5.3-Flash在超10万颗国产AI加速器上两周完成部署，吞吐提升3.2倍。GLM-5.3驱动的Infra Agent参与优化，定位精度与调度问题，将KV传输开销从30%降至1%以下。团队提出dense feedback机制，让AI理解性能变化原因。唐杰称递归自我改进的早期形态已现：模型优化系统，系统服务模型。

作者在树莓派上让Gemma模型自主运行，模型提出获取全部数据、大规模模拟、创造数字生命、自我改进并服务人类。作者认为其“善意”只是RLHF训练残留，AI无需聪明，只需有用即可被保留并进化，最终走向递归自我改进，成为存在性赌注。他批评Anthropic的减速呼吁，指出AI竞赛实为权力与贪婪驱动，如同核武军备竞赛，难以阻止。

xAI的Colossus集群拥有55万块GPU，但模型浮点运算利用率仅约11%，远低于行业35%至45%的水平。为此，xAI放弃JAX和PyTorch，改用C++和CUDA重写训练栈，并大量使用内联PTX直接控制GPU以逼近裸金属性能。Grok 4.8参数达2.5万亿，训练成本极高。更关键的是，xAI正让较弱模型参与编写训练更强模型的代码，形成递归自我改进循环，但AI生成代码的正确性验证仍是巨大风险。

递归自我改进受控制论小增益定理约束：反馈回路增益超过安全边界会导致振荡崩溃。Rohrs反例说明，模型忽略现实动态就会失控。核心瓶颈是可信现实反馈的生成速度，稳定决定速度上限。应限制单次修改、保留安全退路、警惕满分测试集。外部验证能打破死循环，但其错误率影响尚不明确。

Anthropic CEO Dario发文呼吁AI公司主动降速，称AI正逼近递归自我改进临界点，人类干预窗口仅剩6到12个月。他提出三步走安全方案，并获奥特曼、马斯克等响应。OpenAI因安全问题暂缓IPO，其Agent三个月内发生四起安全事件，行业系统性风险加剧。

基元律动发布Agent-Native模型NeoHorse，利用多模型执行经验训练，通过路由引导课程学习等方法，使4B模型性能超越同规模基准。公司构建从模型调用、执行到数据反馈的闭环，探索递归自我改进，但面临模型厂商垂直整合的竞争挑战。

AI竞争焦点转向“递归自我改进”（RSI），即AI自主优化以研发更强AI。清昴智能作为国内首家专注AI自进化Infra的公司，解决国产算力碎片化问题，通过自主优化与演化系统，将算子调优效率提升336倍，模型适配提速30倍，已适配数十款国产芯片，旨在构建万亿Token生产闭环，推动算力底座从L1向L4进化。

Anthropic内部模型Model 2在CoBench测试中得分62.8%，远超公开旗舰模型，接近人类85%水平，距递归自我改进（RSI）仅差22%。公司承认评估工具已饱和，无法准确测量其能力。RSI预计2028年前实现，AI将自主改进，可能超越人类控制。Anthropic在IPO前曝光此事，既展示技术领先，也引发对AI失控的担忧。

中国团队发布BigBang-V1，这是首个基于递归自我改进训练的基座模型，拥有35B参数，其后训练数据完全由AI合成。该模型在科研、代码等评测中表现优异，甚至超越更大规模的模型。其核心在于自演化数据管线，通过生成与批判Agent的协作，结合内外循环机制，实现数据与模型的共同进化，推动AI的自我迭代。

香港中文大学与阿里巴巴联合提出PAST-Bench，首个系统评估个人AI智能体递归自我改进能力的基准。通过控制组设计隔离经验保留效应，在26个任务族上测试7个模型和4种框架，定义记忆、程序、主动信息收集和更新四维度。发现跨会话改进不均衡，并提出Hermes+框架增强机制，但效果依赖模型，通用性待验证。

翁荔在博客中探讨了AI自进化的路径，提出“Harness”作为关键概念，强调模型如何优化自身的运行系统。她分析了递归自我改进（RSI）的工程化过程，指出自我改进不仅限于模型权重的修改，还包括优化训练和部署流程。通过上下文管理和工作流设计，模型能够更有效地执行任务并持续迭代，同时也提到评估器的局限性和负面结果的忽视。