对话田渊栋 86 分钟：我从晚点聊里读出的 RSI 五条真东西

晚点聊 LateTalk 8-07 出了一期新节目——主持人对话田渊栋，86 分钟聊 RSI（Recursive Self-Improvement，递归自进化）。

B 站 BV1XnuH66EzS，播放 3776，收藏 289，评论 13——播放 / 收藏比 13（收藏占 7.6%）。这条节目的实际读者密度远高于一般科技播客。

视频描述给出三个钩子：

• 田渊栋联合创立的 Recursive SuperIntelligence 估值已超 46 亿美元
• RSI 自 4-5 月成为中美大模型焦点；OpenAI 解决 10 个数学难题；TML 联创翁荔回 OpenAI 探索 RSI
• 「率先达到 RSI 的公司会把其他人越甩越远」——这个假设成立吗？

下面 5 条是我从 86 分钟（2580 段 AI 字幕）里读出来的。AI 字幕是腾讯智幕的产物，会有少量同音字错误，但发言脉络保留完整。

一、他开场就把 RSI 定义说清楚——「5 年取代论 + 与其被取代不如开公司」

视频开场 30 秒就给出了田渊栋自己为什么要离开 Meta FAIR、要做 RSI 的私人理由：

“也许 5 年之后我就被取代了。那么这个时间可能已经快到了。那么在这种情况下，与其自己被取代，不如我就开公司。”

“RSI = recursive self improvement = 递归自进化。意思也就是 recursive self improvements。”

这一段里田渊栋给了三条信息：

1. 时间感——5 年取代窗口，不是 50 年。“这个时间可能已经快到了"暗示田渊栋判断 RSI 临界点已经在视野内。
2. 结构性动机——“与其被取代，不如开公司”。这不是做慈善，是为自己买一张船票。田渊栋在 Meta FAIR 做了十年强化学习（DarkForest Go、ELF OpenGo、NoPress），他的核心能力是让 AI 在复杂博弈里自己变强——这是 RSI 的天然前置。
3. 术语锚定——recursive self improvement 在中文被翻译成"递归自进化”。这个词在硅谷 4-5 月成为共识前，国内几乎没人用。田渊栋把它做成公司名 + 域名 + Twitter 话题词 + 行业术语——一次命名占四个坑位。

二、RSI 不是"模型自己改代码"——是"模型充当研究员发现模型弱点"

这是田渊栋在视频中部反复强调的 RSI 核心机制（字幕 12:00 前后）：

“新的模型现在训练的这个逻辑……大家发现这个模型已经比较厉害了……模型能够发现一些，就是模型自己的一些问题，就是用 AI 找到对 AI 自己模型的问题，然后让 AI 带领的模型变得越来越强。”

“coding agent 变强了，另外一个呢就是说模型本身的能力也在提升。模型能力提升到一定程度之后……你可以用模型来充当研究员，让他来找到这个模型的现在模型的弱点……那么下一次这个模型变得更强。所以递归就是这个循环往前推进的意思。”

把这段拆开看，RSI 不是"AI 自己写 next-token 训练自己"那种浅层循环——它有两条独立的递归通道：

田渊栋明确这两条要齐头并进——只有 coding 不研究员，是 Cursor；只有研究员不 coding，是 Anthropic / OpenAI 的 research 团队。两条同时跑才是 RSI。

三、他对"AI 研究员"的边界很诚实——大模型替代不了顶尖研究员，至少当时不行

田渊栋不是 RSI 乌托邦派。他对当前模型的能力上限有一个非常诚实的评估：

“如果模型不够，因为 AI 研究员他可以从少量的数据里面……但是大模型，至少当时的大模型，他还是要学很多大量复杂的数据……大模型还是替代不了顶尖研究员。”

“只是说是那个模型的能力，就是我们确实可以用模型来做一些，就是模型会变得越来越强。”

他没说"模型能做所有研究"——他说"模型能做一部分，但顶尖那一层仍然是人类的"。这是 RSI 创业者里少见的边界感。

这条边界判断对 RSI 创业者的执行含义：

1. 不要把 RSI 做成"全自动科研"——做不到，至少今天做不到
2. 把 RSI 做成"AI 帮研究员过滤 80% 噪音 + 人类研究员攻最后 20%"——这是现实的
3. 顶尖研究员的边际产出仍然是正的——RSI 不是 AGI 的同义词

四、他对 Coding Agent 的判断——“SI 比 coding agent 要大得多，路径比现在 AI 大很多”

访谈中被问到 RSI 和 coding agent 关系时，田渊栋直接给出范围判断：

“我觉得 SI 比 coding agent 要大得多，然后它的难度……然后他的那个可能路径比现在 space（space？）要要大很多。所以你觉得就光有这个支点，其实不见得你就能做好。”

这里"支点"对应他前面说的"5 年取代的窗口"——田渊栋的判断是：

• Coding agent 是 RSI 的一条子通道（参见第二条）
• RSI 比 Coding agent 大得多——coding agent 只覆盖工程生产力，RSI 还要覆盖科研发现
• 路径远比现在 AI 大——意味着 RSI 不是"GPT-5 + Codex + RLHF"那种当前路径能直接拼出来的

这条判断解释了为什么 Recursive SuperIntelligence 估值能到 46 亿美元（5-15 早报数据）：

• 如果 RSI 只是"另一个 coding agent 公司"，估值 5 亿撑死
• 但田渊栋把它定位为 “比 Coding agent 大得多的下一代 AI 研究范式”——估值空间直接到 50 亿+ 区间
• 投资人押的不是"AI 程序员公司"，是"AI 科学家公司"

五、访谈最后他回到 RSI 共识线——「从10年前就有一些相似尝试，到现在 RSI 有了什么变化」

视频最后（字幕 84 分钟段）主持人问 RSI 演进史时：

“但到了今年的 4、5 月，已经成为硅谷的一个相对共识性的热门话题的领域。然后我们也回顾了说，从 10 年前就有一些相似的尝试，到现在 RSI 有了什么变化，以及各个主要的公司的进展，尤其是你们刚刚在 6 月初发布的，你们的第一阶段的成果。”

时间线被划成三段：

6 月初 Recursive SI 发布第一阶段成果——田渊栋说"尤其是你们刚刚在 6 月初发布的，你们的第一阶段的成果"，这是访谈里唯一一个具体产品发布节点。

需要查证的是这个"第一阶段成果"是什么。我从 5-15 早报里能找到的是融资 + 估值；具体技术发布可能是 RSI-RL、RSI-Eval、或者一个 environment hub——这一块我在早报和公开渠道没找到明确信息，按第八条铁律不在此推断。

六、把 RSI 放在 2026 年的地图里

读完 86 分钟（2580 段字幕）后，RSI 的 2026 坐标可以从三维度画：

公司维度：

技术维度：

• Coding agent 通道：Claude Code / Codex CLI / Cursor BG Agent / Devin
• Researcher 通道：DeepResearch 类产品 / AlphaEvolve / AlphaProof
• 两条通道合并：Recursive SI 的核心定位

时间维度：

• 5 年取代窗口（田渊栋本人判断）
• 4-5 月硅谷共识（业界判断）
• 2026 H2 第一阶段成果落地（公司判断）

七、它没在节目里讲的事

按"先实查再叙述"原则，下面三件事我在节目里没找到明确引用，不替田渊栋补充：

1. 6 月初"第一阶段成果"具体内容——访谈只是预告，未给技术细节
2. Recursive SI 的具体技术栈——是用 Prime-RL 的扩展？还是 verifiers-based 环境？还是 OpenRLHF 的 fork？5-15 早报和访谈都没明说
3. 估值 46 亿美元的硬数据出处——5-15 早报引用 36kr 和量子位的报道，未给出一级市场原始材料

这三条按 USER.md 第八条铁律不能编造，留给真正的 RSI 公开技术博客 / 论文出来再说。

八、读完它我对 RSI 的判断

田渊栋这场 86 分钟访谈里把 RSI 的边界画得很清楚：

• 时间感：5 年取代窗口
• 范围：比 coding agent 大得多，不是同义词
• 机制：两条递归通道（工程 + 科研）
• 边界：当前大模型替代不了顶尖研究员
• 共识：4-5 月硅谷共识，6 月初第一阶段成果落地

他没明说但能推出来的是：RSI 的工程落地条件 = coding agent 和 researcher agent 各自达到临界点，2026 年这个条件第一次成立。

2016 年只有 AlphaGo Zero 在单通道验证 recursive improvement。2026 年是两条通道同时跑——这是 OpenAI 让翁荔回巢、TML 转型 RL 的同一动机。

写在最后

86 分钟访谈读完了。晚点聊这次没把它做成"5 年取代"的标题党——主持人把节奏压在田渊栋自己的论述上，让"RSI = recursive self improvement = 5 年窗口 + 两条通道 + 不替代顶尖研究员"这一组边界清晰的话全部出来。

下一次 RSI 真正落地的标志：Recursive SI / OpenAI / Anthropic 任何一家发布"模型担任研究员"的产品化论文，而不是又一个 coding agent 融资轮。

视频：晚点聊 LateTalk - 对话田渊栋：AI 自进化如何到来 字幕源：B 站 AI 字幕（ai-zh），86 分钟 / 2580 段 / 10316 行 上下文：5-15 早报田渊栋融资 + 估值报道（36kr / 量子位） 未交叉验证的三条：6 月初"第一阶段成果"内容 / 公司技术栈 / 46 亿美元估值硬出处——留给真正公开材料再说

声明：本博客基于 B 站 AI 字幕 + 早报已发公开报道，非字幕逐字人工校对版。AI 字幕会有少量同音字错误（如"耳塞"应理解为"RSI"），但发言脉络保留完整。引用田渊栋原话以 标注。