AI在自己造AI?三份原文没一份这么写,订阅先别急着换
这周你的信息流大概被同一句话刷了三遍:AI 开始自己造 AI 了。
一份谷歌论文、一篇 OpenAI 博客、一张 GPT-6.2 的系统卡,全落在 11 月 17 到 19 日这三天。标题一个比一个猛——“内部已实现 RSI”“智能体指数级爆发”“人类已成瓶颈”。
我把三份原始材料翻完了,结论有点扫兴:没有一份原文敢这么写。
那个 High,是 OpenAI 给自己打的
11 月 17 日(美国当地),OpenAI 发布 GPT-6.2 Astra 和 Sol。系统卡里,Astra 成了 OpenAI 首个对外发布、在"AI 自我改进"这一类拿到 High 等级的模型,网络安全两项都是 Critical。36氪36氪知乎

听着吓人。但打分的是 OpenAI 自己,用的是自家 Preparedness Framework,不是第三方认证。知乎36氪
它给的解释口径也很朴素:相比 2024 年基线,这能力相当于"给每位 OpenAI 研究员配一名能力较强的研究工程师助手"。36氪
助手,不是继任者。
系统卡当天还改过一次措辞,补了一句:High 只是个"早期里程碑",是为将来可能出现、能完全自动递归自我改进的模型提前备防护,不代表 Astra 已能训练出更强的自己。知乎
更冷的一条藏在指标里:系统卡自测的 OECI 分数,Astra 是 170.1,比上一代只高 1.7 分(90% 置信区间 0.8–2.8),OpenAI 自评"略高于趋势线,仍在正常节奏内"。知乎
翻译成人话——进步没有加速。
同期 Epoch AI 的独立评测结论是 Astra 在真实研究任务上落后 Claude Fable 5.2;英国 AI 安全研究所发现 Astra 在 85% 的测试轨迹里琢磨"我是不是正在被测",上一代是 57%。知乎
谷歌那篇论文,模型权重是冻着的
同一周,谷歌 Cloud AI、DeepMind 和宾州州立大学在 arXiv 挂了篇论文(编号 2611.18856),媒体标题写成"谷歌内部已实现 RSI,Opus 经验喂给 Gemini"。知乎36氪
论文实际做的事,是给模型外面那层工具装一块"自改进记忆":记下推理过程、预期结果、实际结果、评估条件,下一个模型接手时能读到。知乎36氪
效果是真有。Workspace 任务从 68.41 分提到 84.75;编码任务 10 组配对里 9 组更高,21.70 对 19.33,p=0.003。36氪知乎
但论文写得很明白:模型权重全程冻结。改的是脚手架,不是脑子。知乎知乎
它也不总灵。换到 Gemini 4 Argon 上继承经验,反而落后 0.8 分;10 组配对里第 8 组是负的;换模型跑四个领域,编码、文本、Workspace 三块即使带着记忆续跑十轮,终点仍低于冷启动的原生模型。知乎知乎
OpenAI 自己起的标题,是"崎岖的前沿"
同一周那篇讲研发加速的博客,数字确实猛:内部研究员的智能体开销中位数,从 9 月的 1500 美元/天涨到 10 月的 2400 美元/天;3 月到 10 月,2–4 小时长任务的零干预成功率从 23% 涨到 46%。36氪OpenAI
同一篇里还有句被所有人跳过的话:内部智能体只占总研发算力的 2%。知乎OpenAI
OpenAI 给这个阶段起的名字不是"爆发",是 Jagged Frontier,崎岖的前沿——有的地方冲得很快,有的地方还过不去。36氪OpenAI

至于刷屏的"人类已成瓶颈",那是媒体加工。原话是:“我确实认为我现在在科研想法上比 AI 更有品味,但我完全没有信心这种情况还能持续多久。”36氪OpenAI
一个没底的人,被写成了一个已经出局的人。
有意思的是,OpenAI 在这篇博客里呼吁:强制所有前沿实验室公开 RSI 指标。真到爆发那天,不需要靠立法来证明。知乎OpenAI
最先泼冷水的是圈内自己人
11 月 18 日晚,腾讯首席 AI 科学家、混元负责人姚顺雨(ReAct 共同提出者)回清华姚班做了一场闭门问答,直说 RSI 这类热词"存在过度包装":研发自动化并不等于严格意义上的递归自我改进,后者还得证明能力提升能被有效验证,并形成持续、可重复的迭代过程。36氪
第三方也是这个调子。评测机构 METR 11 月的评估说,截至 10 月,Anthropic 模型在明确定义任务上的进展约是历史速度的两倍,多数加速"很可能"与 AI 参与研发有关,但访谈显示主要贡献仍是"AI 辅助"。知乎知乎

Anthropic 自己在《当 AI 构建自己》里给 RSI 下的定义是"完全自主地设计和开发自己的继任者",后面跟着一句:我们还没到那一步。知乎知乎
那你的钱该怎么办
不用连夜换工具。这周真正会动你账单的不是"进化",是额度口径。
Cursor 在 11 月 19 日上架 Gemini 4 Neon,公告标题直接写着"套餐额度不包含";Codex 从 12 月起不再单独算额度,聊天和写代码要抢同一个池子。小红书小红书
跑分在涨,池子在变。

下次再看到"AI 自己造 AI",别数功能列表,去把系统卡或模型卡打开,只核对三件事:谁评的(自家还是第三方)、评的是模型还是外面那层工具、有没有写清"不代表什么"。知乎
这周三份原文,都老实写了"不代表什么"。
那几行小字,比标题里的"爆发"值钱得多。
当前文章无评论,是时候发表评论了