9月17日智谱唐杰披露GLM-6.0核心是RSI，9月22日小米发MiMo-V2.6称是RSI关键一步，同期Anthropic、OpenAI预警RSI失控风险，吴泳铭在云栖大会说RSI是通往超级AI的路径——RSI这个词，突然就从实验室概念，飘到了台面上。
现在的RSI，是AI进化还是帮人打工？
很多人觉得RSI是AI不用人管，自动进化，这是误解。国内某Vibe Coding领域初创CTO直言，这么想太科幻：现在大模型训练完权重就固定了，哪有在线实时学习能力？就算是Anthropic的Claude，该公司称它8月主导了26%的AI研发任务，属于AL4级别——也就是人类给高层目标，AI做大部分端到端工作，最后还是人拍板决策。
本质上AI还是执行者，人类定方向、控评估，AI只是在固定线段里干活，还没到自我决策的地步。那位CTO还说，最近好多不同领域的朋友问RSI，但大多理解得太飘，没摸到实际技术的边，把RSI当成了AI无间断进化的“黑箱魔法”，这显然不现实。
RSI出圈，资本比技术人先动？
本来行业里RSI的定义和标准都没统一，结果这波公开披露后，资本市场先热了。美股之前因为2028年Capex能见度不足、开源模型竞争、头部AI厂ARR增速放缓承压，结果Meta的Muse爆点加上RSI热度，板块一下明显回暖。
这位CTO说，RSI叙事成了资本市场的“情绪锚”，让之前承压的板块有了新的炒作点，反而没人再纠结之前的失控预警——毕竟资本更爱“有故事的进展”，而非“要减速的风险”。
卡在AI自己定方向和拍板的那一步？
现在AI能主导的，还是代码这种确定性高的任务。比如Weco AI团队的AIDE²实验，AI Agent在8天试验里自我改进代码，还能主动探索代码库找问题，只是这种实验不用明确指令，落地到真实组织就不行了。
目前AI Native组织的共识是：总目标、关键判断、最终结果必须人负责。垂类行业更复杂，有隐性知识、隐私数据的壁垒，传统程序员得变成更懂业务的FDE（前沿部署工程师），AI还碰不到核心决策层。本地模型初创创始人更直接，说现在的Transformer范式，只能在人类设定的框架里转，解决不了人类没解决的问题，路越走越窄。
现在的RSI，更多是现有AI技术路径的延续，不是什么全新的故事。要说卡在了哪，大概就是“两头”——AI还管不了研发的起点和终点，组织也没准备好给AI足够的权责和配套监督机制。
你觉得，当AI真能自己定研发方向、自己拍板结果时，人类该怎么握着那根“安全绳”？
素材来源：钛媒体 · AI情报、大模型、科研前沿
查看报道原文
本文由 WeValue 情报引擎基于公开报道整理改写
发表第一条评论吧