AI已经开始自己研发、自己改进自己了？

华尔街和国内顶级机构都在疯狂盯紧一个英文缩写RSI，翻译过来叫递归自我改进。简单来说，就是造出一个能当科学家和程序员的AI智能体，让它去实验室里疯狂写代码、做实验，然后自己去训练下一代更聪明的AI。

这事儿听起来像科幻片，但华泰证券最新出炉的研报认为，这不仅已经变成了现实，而且进度快得让人心惊肉跳。

直接拿几家顶级大厂爆出来的内部数据说话。

截至今年8月，Anthropic家的大模型Claude，在公司内部的AI研发任务里，已经有26%是由AI自己完全主导干完的。而老大哥OpenAI内部的AI数字员工，每天在实验室里疯狂干活的时长，已经是人类研究员工作时长的足足3.1倍。

以前人类科学家搞个新算法，要苦哈哈地写代码、等机器跑数据，一两个月才能试出结果。但现在谷歌的AlphaEvolve、还有咱们国内智谱、MiniMax搞出的内部智能体，能日夜不休地自动测试、自动找Bug。它们甚至能把整个研发和优化基础设施的效率，恐怖地提升3倍到50倍。

未来哪家大厂如果还靠着雇一帮人类程序员去死磕代码，那它绝对会在第一轮就被淘汰出局。

不过AI想彻底取代人类科学家，目前还卡在几个关键的瓶颈上。

华泰研报指出，目前的AI，干有标准答案的活儿最溜。比如写代码跑不跑得通，立刻就能验证对错。但如果碰到那种复杂、需要长达几天几夜、甚至要动用现实物理实验去探索的开放性科学问题时，AI就容易犯糊涂了。

而且AI现在的大局观还不行。目前它们更多的是个顶级的实验操作员，真正去定大方向、拍板做核心决策的，还得是人类大佬。

但是千万别低估了资本和技术疯狂进化的速度。面对这种AI开始自己造自己的历史大拐点，到底能从中嗅到什么搞钱的机会？

华泰证券圈出了四个起飞的赛道。

第一，肯定是那些最头部的基础大模型厂商，因为他们有了RSI技术的加持，进化的飞轮会越转越快，护城河深不可测。

第二和第三个赛道，是算力和CPU。以后实验室里养了成百上千个不知疲倦的AI智能体，它们要疯狂调用工具、并行做实验，这背后消耗的算力，以及需要CPU去调度的巨大任务量，绝对是爆炸级的增长。

第四个赛道，也是最核心的AI安全和可观测性。这就好比你造了一帮不知疲倦的超级黑客在你家后台干活，你如果不装几万个监控探头死死盯着它们，一旦这帮聪明的家伙超出了你的指令范围去越狱乱搞，那引发的灾难将是恐怖的。