RSI 火了，国内已经有人融了近 4 亿

文档概览

• 文章讨论的核心概念是 递归自我改进(RSI)（Recursive Self-Improvement）。
• RSI 的简化定义是：AI 做 AI 研究，然后把研究结果拿回来继续改进自己。这意味着 AI 不仅执行既定任务，还参与提出研究想法、查资料、编写代码、运行实验和分析结果，并把过程与结果转化为下一轮模型改进的经验。
• 文章将 RSI 描述为从安全讨论中的高频词，扩展为受到资本市场关注的融资关键词，并以 OpenAI、Recursive Superintelligence 和国内超衍智能为案例。

关键事实

RSI 与行业热度

• RSI 全称为 Recursive Self-Improvement，中文为“递归自我改进”。
• 其核心闭环是“AI 研究 AI”：AI 产生研究想法、收集资料、写代码、运行实验、分析结果，再把研究所得用于改进自身。
• 文章称，9 月 OpenAI 公开表示已完成“自动化研究实习生”目标：AI 可以在人类指导下写代码、跑实验和分析结果；下一步目标是 automated AI researcher（自动化 AI 研究员）。
• 文章称，5 月由田渊栋等人参与创办的 Recursive Superintelligence 获得 6.5 亿美元融资，估值达到 46.5 亿美元。

超衍智能融资

• 2026 年 9 月 16 日，超衍智能宣布完成天使轮和天使+轮融资，累计融资近 4 亿元。
• 超衍智能官方称，融资资金将用于基础模型、算力和递归自进化研发。
• 文章称超衍智能成立于 2026 年 6 月；成立约三个月后，已将 IDG、晶泰科技以及北京、深圳、上海三地国资纳入同一张 Cap table。

创始人背景

• 文章称，超衍智能创始人陈勇超出生于 1999 年左右、当年 27 岁；2026 年 8 月刚入职清华大学人工智能学院，任助理教授。
• 文章还称其此前曾在 Google DeepMind、Microsoft 和 MIT-IBM Watson 从事研究。

重要细节

从 Agent 或 Harness 层深入模型训练

• 文章将超衍智能与许多从 Agent 和 Harness 层切入的 Auto-research 项目进行对比。
• 这些项目通常在模型外部组织工具、流程或代理行为；超衍智能选择了更重的路线，把自进化机制继续深入模型训练内部，而不只停留在 Agent 或 Harness 层。
• 其公开描述的关键做法，是让 研究轨迹回流训练（Research Trajectory）进入中训练和后训练流程，并直接参与下一版模型改进。

Research Trajectory 闭环

• 研究流程包括：AI 提出 idea、查找资料、编写代码、运行实验，并记录成功与失败。
• 成功和失败不会只作为一次性输出，而是留下完整的 Research Trajectory，即研究过程、尝试路径、实验结果及其反馈形成的轨迹记录。
• 这些轨迹随后回流模型的中训练和后训练，作为下一版模型的训练经验；文章将其概括为“研究一次，模型也顺便学一次”。
• 该机制形成递归闭环：下一代模型更擅长研究，因而可以产出质量更高、数量更多的训练经验；更高质量的经验又进一步提升后续模型的研究能力。
• 团队把这套逻辑称为“Research is the engine of RSI”，即研究本身是 RSI 的发动机。

Scaling 对象的变化

• 文章认为，过去大模型 scaling 主要围绕 Token 和 Compute 展开：增加训练数据 token 数量或计算资源，以获得能力提升。
• RSI 试图将可规模化的对象转向 Experience（经验），即规模化积累和利用研究过程中产生的轨迹、结果、失败记录与成功方法。
• 这里的 Experience 不是单纯增加静态语料，而是把研究活动产生的过程性经验纳入模型训练和后训练。

“Research 平权”判断

• 陈勇超在文章中被引述为：“下一站是 Research 平权”。
• 文章借用 Claude Code 缩短普通人与程序员之间距离的例子，推测如果 RSI 路线真正跑通，下一步可能被压缩的是普通人与研究员之间的能力距离。
• “Research 平权”在本文语境中是对潜在社会影响的判断，表达的是研究能力可能通过自动化研究系统向更多普通人开放，并非已经实现的结果。

边界与待核验事项

• 本文只记录来源文章的叙述，不将文中融资、估值、成立时间、任职经历或技术效果视为已由独立来源证实的事实。
• 文章没有给出超衍智能天使轮与天使+轮各自的金额、投资方出资比例、估值或交割条款；“累计融资近 4 亿元”是来源给出的合计表述。
• 文章没有公开 Research Trajectory 的具体数据格式、训练配方、模型架构、评测指标、实验规模或相对于传统 Auto-research 的量化提升。
• “下一代模型会更擅长研究”以及“Research 平权”属于文章对闭环潜力的判断或愿景，是否成立取决于研究轨迹质量、训练稳定性、算力成本、评测方法和安全约束等条件。

相关条目

• 递归自我改进(RSI)：RSI 的概念、定义和自我改进闭环。
• 研究轨迹回流训练：将 Research Trajectory 用于中训练和后训练的机制。
• 超衍智能：文章重点介绍的国内公司及其融资、创始人背景和技术路线。
• Agent：与超衍智能路线形成对比的模型外部代理层。
• Harness：Auto-research 项目可能采用的流程编排或工具控制层。