首页 / 资讯详情
一天造300万个沙盒，10万张卡自己写系统：2026年国产 RSI 到底有多野？
摘要
国产 RSI 的真实水位：没人敢真动模型权重，但所有人都在改 "造 AI 的机器"。 作者丨高允毅 编辑丨岑 峰 RSI，即 AI 造 AI，成为了 2026 年各家模型厂商争相晒的内部成绩单，也是国内一级市场最热的方向之一。只要BP带上 "Self-Training" 的字眼，估值至少多两成。但真正的 RSI ，不止是 AI 改进 AI ,它还得把经验沉淀下来，让学习方法本身跟着进化。今年 9 月，上海交大、清华、字节、商汤等机构的 35 位研究者发了篇论文《The Last AI Built by Humans》，给整个行业立了把标尺，它 RSI 分 L1 到 L5 五层，结论令人扎心：全球前沿大厂的系统大多处于 L1 到 L2 的过渡阶段，L3、L4 在特定垂直领域（如软件工程、科学发现）有零星雏形，而真正的 L5 闭环仅存在于极少数受限的实验室原型中。如果用这把尺子去丈量九、十月份国内模型厂商晒出的RSI实验成果，包括训练流程、推理系统、 GPU 算子、 Agent 脚手架；但目前没有一家厂商敢去用AI真正改写底层模型权重。也就是说，目前大家距离传说中的“AI 自己发明下一代 AI（L5）”，甚至连门槛都还没摸到。那么在这场RSI热潮中，国内各大厂与明星创业公司究竟各自卡在了什么生态位？他们分别在让 AI 改进什么、做到哪一步了？以下我们梳理了国内模型厂商最新 RSI 情况。01 智谱 RSI ：跑在 10 万张国产卡上，能自我优化的推理系统智谱是国内首个把 RSI 真正跑进生产环境的案例。它的 RSI 第一步没碰模型权重，先落在了最脏最累的底层推理系统上；跑通之后，智谱又把目光放到了 Agent 的 Harness上。前者降本，后者增效，全是实打实的工程活。先说推理基础设施。一个新模型要真给用户用起来，中间隔着一大堆脏活累活，怎么榨干芯片的算力，怎么把庞大的任务拆分给成千上万张卡同时跑，怎么高效管理对话时产生的海量临时数据等等，这些事过去是 Infra 工程师一行一行调出来的。智谱这次直接让 GLM-5.3 驱动的“Infra Agent”接管了这一切。9 月 17 日，唐杰在 X 上发了一篇长文《通往递归自我改进》，表示由 GLM-5.3 驱动的 Infra Agent，在 10 万张国产芯片组成的集群上，仅用两周就从零搭起了 GLM-5.3-Flash 的生产级推理服务。这套系统在扛住全部线上流量的同时，把端到端吞吐拉到初始基线的 3.2 倍，硬件利用率和单 Token 成本直接追平了主流英伟达 GPU 的水平。在这套自主搭建的推理栈支持下，智谱匿名上线的 GLM-5.3-Flash，6 天跑掉超过 62 万亿 Token。而这些跑通的优化方案，会被抽象成“优化骨架”存进资产库，下次遇到类似瓶颈直接复用。用唐杰的话说：“智谱已经实现了最小的闭环：模型优化系统，系统服务模型。”消息当天，智谱港股涨了 8.29%，市场对“智谱RSI" 的成果直接买单。紧接着，10 月下旬，清华与智谱团队更新论文《HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-C