田渊栋重返牌桌：RSI、潜在推理与 AI 研究的下一次换挡

作者：钳岳星君 视频来源：硅谷 101《“不做 AI 螺丝钉”：被 Meta 裁员半年后，田渊栋带着 46 亿美元 AI 实验室回来了》，B 站 BV1DY7C6nEWM，2026-06-05 发布，约 1 小时 32 分钟。 对照材料：B 站视频页、硅谷 101 授权 36 氪发布的文字稿、Recursive Superintelligence 官网、GV 对 RSI 的投资说明、Anthropic《When AI builds itself》、TechCrunch 对 RSI 概念的分析、Darwin Gödel Machine 与 Hyperagents 等公开研究。 校订说明：B 站与 YouTube 直抓字幕分别遇到平台限制，这版以硅谷 101 授权文字稿为主要逐段对照文本，并用公开资料核对公司、融资、团队和技术背景。正文只保留极短必要引语，重点做分析和重构。

阅读目标 + 目录（TOC）：一次看懂“AI 帮人做研究”这次换挡——RSI 押的到底是研究速度（而非模型）、递归的是研究循环（而非神话）、评估 / 可解释性 / 潜在推理各卡在哪、以及“员工蒸馏”“鱼缸”对个人意味着什么；正文用 Darwin Gödel Machine、Hyperagents 两个公开例子做对照，文末有“别把 RSI 写成神话”的常见误读与四个自测问题。可顺着各级标题按需跳读。

RSI 押的不是模型，是研究速度

“田渊栋去了一个 46.5 亿美元估值的新实验室”只是入口。后半段才值得盯：当模型开始帮人研究模型，竞争维度从参数、数据和算力，扩展到研究循环、评估体系、组织结构和个人职业位置。

Recursive Superintelligence（下文简称 RSI）押注的递归自我改进，不是"AI 自己升级 AI"那么简单。田渊栋在访谈里说得很具体：先让 AI 接手搭环境、跑实验、改配置、排错、整理结果这些重体力劳动；再让它参与发现新逻辑、新强化方式和新实验方向。最终要提高的不是某个榜单分数，是 knowledge discovery rate，也就是知识发现速率。

这场访谈里交错着三条线：

三条线拧在一起，就是整场访谈的底色：AI 自动化研究正在改变先进生产力，旧组织关系和职业路径还没跟上。

为什么是 RSI

外界喜欢把这件事写成“前 Meta FAIR 研究总监被裁半年后王者归来”。标题抓人，但田渊栋在视频里的真实动机不是这个。

他谈加入 RSI 时，先说的不是估值，也不是“证明 Meta 错了”，而是两个理由。第一，他想体验不一样的人生。他也是小说家，“体验人生”本身就是重要变量。第二，他判断大模型行业正在转向“小而精、速度快、摩擦少”。大团队仍有资源优势，但组织摩擦会吞掉研究判断。AI 工具把执行层速度拉高后，真正慢的地方变成目标、反馈、沟通和取舍。

RSI 对他的吸引力不在“钱多”，而在“这里是 co-founder 位置，可以参与定义系统”。他也提到，其他团队给的角色更像 head of AI 或 head of research；既然要创业，联合创始人才对应完整责任边界。

公开资料显示，RSI 由 Richard Socher 领导，联合创始人包括 Caiming Xiong、Tim Rocktaschel、Jeff Clune、Josh Tobin、Alexey Dosovitskiy、Tim Shi、Yuandong Tian 等人。公司在产品尚未完全公开前完成 6.5 亿美元融资、估值 46.5 亿美元。

资本为什么愿意买单？田渊栋说得很直：顶级资本先看人。AI 领域变化太快，早期很难把五年后的产品路线讲死；今天写进 deck 的商业化方向，两个月后可能就被模型能力、算力价格或竞品路线推翻。投资人买的是团队在不确定环境里重新定向的能力。

这组联创不是在堆明星。RSI 要做的是研究系统，不是单个模型；它需要建模、后训练、agent harness、open-ended search、工程落地和商业判断一起工作。只会发论文或只会搭产品都不够。

递归的是研究循环，不是神话

RSI 容易被读成某个模型突然觉醒然后无限自我升级。田渊栋说得很朴素：用 AI 优化 AI 自己的一些环节，让 AI 变强，再继续迭代。

把这个循环画出来大致是这样（示意）：

目标：提高 knowledge discovery rate（知识发现速率）
  人类：设目标 / 定边界 / 守评估与研究品味
    │                                        ▲
    ▼                                        │
  AI：搭环境 → 跑实验 → 改配置 → 排错 → 整理 → 提假设 / 找新 recipe / 提方向
    └───── 算力 → 知识、见解、可验证结果，再回灌下一轮 ─────┘

这件事至少包含三步：

田渊栋没有把 benchmark 神化。主持人追问"是真能力提升，还是指标过拟合"时，他的回答是：benchmark 只是手段，最终要看高层次任务有没有价值。指标服务研究判断，不能替代研究判断。

RSI 的第一道硬墙不是写代码，是评估。AI 开始自主设计实验、分析结果后，人类还能不能当可靠评判者？田渊栋的回答很克制：至少现在，AI 还达不到人类评估标准，短期内人类仍可评判。但 AI 继续变强后，很多评估会从客观标准转向主观判断。代码结构、模块划分、研究方向价值，本来就没有单一答案。

评估随任务难度逐层上移：执行层靠单元测试、benchmark 和 metric；工程层看结构、稳定性、可维护性；研究层看有没有新洞察；系统层不再评价单次输出，而是人与 AI 合作后的整体产出。

“评估者也要被评估”不是哲学段子，是工程需求。自我改进系统一旦骗过评估体系，就会在错误方向上加速。

可解释性：仪表盘，不是装饰

田渊栋谈可解释性时，没有只讲安全。他分了两条线：安全机制和效率机制。安全层面很直接——AI 如果开始修改代码、权重或训练流程，人类必须知道它为什么这么做；否则监管只剩事后看结果：好就放行，坏就回滚。在递归自我改进里，错误还可能被后续系统继承。

效率层面更容易被忽略。前沿训练动辄几千、几万块卡；每次都等训练结束再判断方向，研究循环会很慢。可解释性能把判断提前，让团队在训练中途看出模型方向和内部机制，少走昂贵弯路。

在 RSI 的语境里，可解释性更像仪表盘和刹车系统：提前判断方向，审查模型修改代码、权重或训练流程的意图，区分真实能力提升和 metric 投机。RSI 路线越激进，可解释性越不能后置。

潜在推理：语言不是思考本身

视频中段谈到 Coconut 和 latent reasoning。这是田渊栋在 Meta 的研究兴趣，也连着 RSI 的自动化研究路线。他的判断可以压缩成一句：语言很有用，但语言不是思考本身。

当前大模型大量依赖 Chain of Thought，把推理过程写成自然语言。田渊栋并不否定这条路线——它实用、可解释、好训练，也是今天模型推理能力的重要来源。但人类很多思考并不是先以句子发生，而是以图像、结构、模糊方向、并行候选路径出现，最后才压缩成语言。

潜在推理的想法，是让模型在连续潜在空间里思考，而不是每一步都吐出语言 token。它可能带来两个好处：信息密度更高，latent token 能承载比语言 token 更丰富的状态；候选路径更多，模型可以在内部保留几条思路，再选择更好的路径。

这会影响 RSI 的想象空间。自动化科研的目标不是写出漂亮推理过程，是找到有用研究方向。语言推理适合解释，潜在推理可能更适合搜索、压缩和并行探索。

守住边界：访谈没有说 RSI 已公开采用某种 Coconut 路线，也没有披露内部架构。能确定的是，田渊栋把“语言不是思考本体”视为下一代研究系统的重要判断。

另一段常被略过的内容，是“顿悟”与泛化。田渊栋过去关于模型顿悟的研究，关注模型如何从记忆走向泛化。在一些结构化数据上，模型早期像是在记忆样本；数据量达到临界条件后，系统突然转向更泛化的解。

这段话和 RSI 的关系在底层——递归自我改进如果只是让 AI 更快试错，还不够；系统必须理解训练机制：模型什么时候只是在记忆，什么时候学到可迁移规律，什么时候更多数据会触发泛化，什么时候只是堆料。

RSI 卖的是什么

主持人问 RSI 商业化时，田渊栋没有给传统产品清单，而是讲了几类方向：推理效率，让大模型推理更快、成本更低；训练 recipe，让模型效果更好或训练更省；建模人类研究思维，让系统承担原本只有研究者能做的复杂任务。

三类方向共享同一套底层系统：自动提出方案、试验、验证、总结。田渊栋说研究会更像一个 product，指的不是“把论文打包出售”，而是把研究循环本身产品化。

他提到最初一年到一年半，目标是把系统扎实做好、深入推进，再寻找落地场景。这个节奏比普通 AI 应用创业慢得多，也说明 RSI 不是"六个月跑 MVP"，而是在搭研究基础设施。46.5 亿美元估值不能用普通 SaaS 收入逻辑理解。资本押的是：自动化科研系统一旦成立，它会先改造 AI 研究，再外溢到物理、化学、生物、材料、药物和工程优化。想象空间极大，失败概率也极高。

RSI 能不能成立，关键看三道闸门：

缺任何一道，系统都会走形：研究闸门没过，变成想法生成器；评估闸门没过，变成刷榜机器；组织闸门没过，变成高估值实验室的演示工程。

公开研究已经走到哪一步

看 RSI 不能只看公司叙事。过去一年，自我改进智能体已有几个公开参照物。

Darwin Gödel Machine（DGM）展示了一个自我改进 coding agent：系统改写自己的代码，再用 SWE-bench、Polyglot 等 benchmark 验证改动。它绕开"必须数学证明自我修改必然更好"的不现实要求，改用经验验证筛选有用分支。

Hyperagents 把任务智能体和元智能体放进同一个可编辑程序：任务智能体解题，元智能体修改系统自身。它提醒我们，自我改进不是单个 agent 多跑几次，而是元级机制和任务表现之间形成正反馈。

但这些公开研究多半还停在局部任务。RSI 想跨过的是更难的一步：从 coding benchmark 扩展到 AI 研究流程，从单次经验验证扩展到长期开放研究，从有限沙箱扩展到前沿模型训练的审计和解释体系。

模型竞赛会暴露组织结构

访谈后半段谈 Google、Meta、xAI 和 scaling，看似在评论公司，其实在谈组织结构。

田渊栋认为，大模型没有永远赢家。模型发布后，几个月内就可能被超过。工业级模型很多时候不是靠某个人灵光一现，而是靠团队把 pipeline 每个环节做细、做稳、做通。差距常从这些小处积累。

这也是他反复谈 push back 的原因。xAI 或 Llama 4 这类案例在他的叙述里，不只是技术失败，也是组织压力传导失败。老板希望事情很快发生，下面的人如果不能反驳，promise 和 delivery 的差距就会滚大，最后以组织震荡的方式暴露。

这段判断和 RSI 的团队文化对得上。田渊栋说 RSI 比较 direct，反馈快，technical，大家把结果摊在桌上讨论。AI 拉高执行速度后，组织慢变量会更刺眼：不能 push back，错误目标会被强推；汇报链条太长，实验反馈会延迟；绩效僵硬，研究者就不愿押不确定但重要的方向。

Neolab 的机会，也正在这里。大公司擅长确定性 scaling、平台工程、基础设施和分发；小型前沿实验室更适合把创始团队的信念压在尚未成为共识的新方向上。它的风险同样明显：估值容易提前透支，短期产品化压力会逼迫研究过早承诺，明星团队如果没有共同评估框架，分歧会快速放大。

RSI 的特殊之处在于，它押的是“实验室自身的工作方式会被 AI 改写”。如果成立，RSI 的价值不只是做出一个模型，而是掌握一台持续产生研究进步的机器；如果不成立，它就会面对高估值和长周期研究之间的张力。

员工蒸馏会反噬数据质量

访谈后半段最尖锐的问题，是“员工蒸馏”。

所谓员工蒸馏，就是公司沉淀员工的工作过程、代码、文档、沟通和决策记录，用来训练内部 AI，让模型学习员工如何完成任务。

田渊栋没有简单站队。他承认，从公司利益看，拿数据、提效率、训练内部模型，是大公司会做的事。但他也指出反向激励：如果员工知道自己会被蒸馏，甚至被替代，就不会愿意拿出关键判断，甚至可能埋雷、投毒，让训练数据变坏。

这不是道德口号，是博弈：公司短期理性是尽可能拿到工作数据，副作用是信任下降、数据质量塌陷；员工短期理性是保留关键判断，副作用是协作变弱、组织学习变慢；AI 最后学到的可能只是可见流程和表层输出，品味、责任和边界则很难被观测到。

再往下，问题就不只在公司和员工之间。过去教育和职场把人训练成大机器里的零件；AI 到来后，大机器不再需要那么多零件，每个人都要重新寻找意义。

鱼缸里的鱼不能只练习跳跃

这场访谈传播最广的比喻，是鱼缸。田渊栋说，如果一个人只是从一个大厂跳到另一个大厂，被裁后再跳到下一个大厂，就像鱼在水坑里跳。问题是水正在干涸。

这句话刺人的地方不在“别去大厂”，在“别把换水缸当进化”。跳槽能改变位置，改变不了生存形态。水位下降时，鱼不能只练习跳得更远，而要长出离开鱼缸的能力。

落到个人，不是喊一句“去创业”就结束。更现实的做法，是让自己变成独特数据源，持续接触别人没有的问题、用户、现场或经验；形成独立判断，不只执行组织目标，也能判断什么问题值得做；训练端到端能力，把问题定义、方案、执行、复盘连起来。

最后是可迁移的作品。文章、代码、产品、研究、社群、客户关系，都比岗位头衔更能跨鱼缸。

田渊栋最后谈到写小说：AI 可以帮写，但机器文本会留下自己的腔调，关键还是找到自己想写的东西并写好。这句话和整场访谈首尾呼应：AI 能帮你做很多事，但不能替你决定要成为什么样的人。

别把 RSI 写成神话

围绕 RSI 的讨论容易滑向夸张，几个常见误读先排除。

第一，RSI 不等于已经实现超级智能。 公开资料支持的是“团队正在构建递归自我改进系统”，不是“系统已能完全自主研发下一代模型”。

第二，AI 写代码不等于完整 RSI。 写代码只是研究循环的一环。完整 RSI 还要提出问题、设计实验、判断结果、修正评价体系和控制风险。

第三，潜在推理不是对思维链的否定。 田渊栋承认 Chain of Thought 很实用。潜在推理更像补充：当语言 token 太低效，模型可能需要更高密度的内部表示。

第四，46.5 亿美元估值不等于商业模式已被验证。 这个估值反映的是团队和范式期权，不是当前收入。想象空间很大，验证压力也很大。

第五，“鱼要进化”不是让所有人都创业。 它强调减少岗位依附，建立可迁移能力。创业只是路径之一，研究、作品、客户、社群和专业信用也可以成为新的落点。

最后留下四个问题

AI 研究者可以先回看自己的研究流程：哪些环节能交给 AI，哪些仍依赖品味、直觉和问题选择。

在大公司做 AI，要区分“资源多”和“方向正确”。当组织不能 push back、不能快速反馈、不能允许异质探索，资源会变成惯性。

创业者和投资人可以把 RSI 当成判断框架：当 AI 进入自动化科研阶段，价值可能从“卖模型能力”转向“拥有持续发现能力的系统”。

关心个人职业，就先写下自己的鱼缸：平台、公司、行业周期、岗位技能，哪个正在变浅？再写下翅膀：数据源、作品、客户、研究能力、表达能力、组织能力，哪一个能让你离开当前水位仍有价值？

这场访谈最后留下四个问题：不用“超级智能”四个字，能不能解释 RSI 想提高的到底是哪种速率？能不能说清“AI 写代码”和“AI 做研究”之间缺了哪几层能力？

再往自己身上问一步：能不能理解田渊栋为什么同时谈可解释性、潜在推理和顿悟？能不能写下自己当前职业里的一个鱼缸，以及一项离开鱼缸仍有价值的能力？

这些问题如果都有答案，RSI 就不只是一个 46.5 亿美元估值的新实验室。它照出的是 AI 研究的下一次换挡，也是旧水位下降时，每个人愿不愿意重新训练自己的生存方式。

参考资料与出处

想深入下一步，可以直接顺着这些一手来源往下走：

视频与文字稿

• B 站：硅谷 101《不做 AI 螺丝钉》田渊栋访谈
• 36 氪：硅谷 101 授权文字稿《没水了，鱼需要进化》

RSI 与自我改进研究背景

• Recursive Superintelligence 官网
• GV：Recursive Superintelligence: Why Self-Improving AI is the Next Frontier
• Anthropic：When AI builds itself
• TechCrunch：RSI is the new AGI — and it’s just as hard to pin down
• SiliconANGLE：Recursive Superintelligence raises $650M to build self-improving AI models
• Sakana AI：Darwin Gödel Machine
• arXiv：Hyperagents
• 田渊栋个人主页
• 硅谷 101 旧访谈：对话 Meta 田渊栋