辛顿等 22 位研究者联名发表了一篇递归自我改进（RSI）论文：当 AI 接手 AI 研发，技术进步会不会快到触发“智能爆炸”？
论文 9 月 28 日公开，由 GovAI 的 Alan Chan 和剑桥大学 CASP 的 Sören Mindermann 牵头，作者还包括 Bengio，以及来自 OpenAI、Anthropic 和微软的研究者。他们把实验室里的自动化进展、研发加速的机制和现实阻力放在一起，讨论这条循环能走多远。
10 月 3 日，辛顿在介绍这篇论文时说，递归自我改进引发智能爆炸的想法已经存在很久，直到最近才显得迫近。如今，许多领先研究者认为它可能较快发生。
AI 已经进入研发团队
在 AI 实验室里，提出想法、设计实验、提交训练任务、分析日志、定位异常，再根据结果调整方案，才是一轮完整的研究。
Anthropic 9 月公开的一项内部度量，将研发工作分成不同自动化等级：AL3 是 AI 在人的密切指导下协作，AL4 是 AI 能从高层提示出发完成大部分任务，由人监督。
2026 年 3 月，达到“AI 主导”这一等级的研发工作占比约为 1%；8 月升到了 26%。 当时还没有任何被测的工作类别达到 AL5，也就是完全自主、没有人在环。
以修复一条出故障的数据流水线为例。AL3 下，工程师先看日志、提出猜测，再让 Claude 调查和修复；遇到额外问题，还要回来问人。
AL4 下，工程师交给它一个故障告警，Claude 自己找原因、改代码、测试，并在数据副本上重跑、比较输出，最后把变更交给人决定是否部署。
下一代模型，也会加入下一代研发团队
培养一个成熟研究员需要多年。部署更多 AI 研究实例，则主要受运行成本和可用算力约束。一旦模型具备专家级研发能力，同一套系统就可以同时探索不同想法、跑不同实验，而不必等待下一届博士毕业。
论文附录做了一个量级估算：在专家级能力、运行成本与今天接近的前提下，OpenAI 一家的推理算力可能支持数百万量级的等效研究力量。中心估计约为 2000 万，估算范围宽到 200 万至 2 亿。
它把每天可生成的 token 数，除以完成一个人类研究员工作日所需的模型输出量。
这批研究力量改进算法、数据、训练和推理，造出更强或更高效的后继模型；后继模型再投入研发，下一轮团队就变了。
论文图2：研发团队改进AI 后继AI再扩大研发团队
推理更省算力，同样的资源可以运行更多研究实例；能力更强，每个实例能承担的研究也可能更复杂。
软件改进之后可以较快重新投入研究，不必先等一座新数据中心建好。论文因此尤其关注这条软件路径。
“一年变五周”是怎样算出来的
研究力量增加，成果不会等比例增加。多个 Agent 可能反复试同一条路；容易找到的优化先被找到，剩下的问题往往更难。
论文用“研究投入回报”参数 r 描述这种拉扯。在其全面自动化模型中，r 大于 1，新增研究力量带来的推动超过收益递减，进步速度继续加快；r 等于 1，两者抵消；r 小于 1，加速则维持不下去。
作者引用三个 AI 子领域的历史研究，r 的中心估计为 1.2—1.9。三个估计的区间都很宽，其中两个跨过了 1。 历史上的算法进步还伴随着算力扩张，两者各贡献了多少，很难彻底分开。
附录中的推演，从研发全面自动化开始起算，假设研究回报保持在估计水平，而且没有其他瓶颈。用平均参数计算，软件效率每翻一倍，下一次翻倍所需时间大约缩短到前一次的 76%。
以第一轮翻倍约 4.5 个月为起点，后面的周期越来越短。累计约 17 个月，也就是一年半左右，模型里的进步速率便可能提高到原来的 10 倍；按今天速度需要一年的 AI 进展，届时约五周就能完成。
论文附录：全面自动化假设下的时间推演
Nathan Lambert 在推荐另一篇关于智能爆炸的评论时，赞同其中对多方面收益递减的讨论，认为当时还看不到全面 RSI 或智能爆炸正在发生的迹象。他也在同一条帖里承认，自己的判断最终可能是错的。
Nathan Lambert完整主帖：对收益递减的判断及可能出错的保留意见
Agent 不用睡觉，实验仍然要等
一个新想法能不能在前沿规模成立，通常要跑实验。若实验所需算力随模型规模同比增加，多部署研究 Agent 也可能只是让待验证的想法越来越多。小模型上的结果能外推多远，就会变成关键能力。
数学和编程可以利用验证器、编译器快速获得反馈；需要真实世界实验的研究，反馈可能更慢、更贵，也更嘈杂。用合成数据改善模型的办法，能迁移到多少领域，直接影响这条循环可以推进多远。
即使大部分流程加快，剩下少数难以自动化的环节，也可能决定整轮进度。
前沿训练本身仍可能需要三个月或更久。反复后训练、提高训练效率都可能缩短迭代，但能缩短多少，仍没有确定结论。
如果这条循环成立，论文认为疾病治疗等技术突破可能提前多年到来。与此同时，理解和控制新系统的时间窗口也会被压缩。
研发越多交给 Agent，人类亲自参与的机会越少，发现底层问题的机会也可能随之减少。研究方向由谁决定，实验由谁审核，发现异常后能不能介入，都要跟上更快的节奏。
参考链接
-
What if automating AI R&D triggers an intelligence explosion?：https://arxiv.org/abs/2609.36054 -
GovAI 的研究介绍：https://www.governance.ai/research-paper/what-if-automating-ai-r-d-triggers-an-intelligence-explosion -
Anthropic 的研发自动化度量：https://www.anthropic.com/institute/measuring-pace-of-ai-development -
辛顿介绍论文的原帖：https://x.com/geoffreyhinton/status/2106122709285368061 -
Nathan Lambert 的原帖：https://x.com/natolambert/status/2104661323003166955