"递归"二字的重点是：改进的对象正是改进者自己的下一代。和"AI 帮你写代码"不同——这里 AI 改进的是制造 AI 的能力，于是每一轮的成果都会反过来加速下一轮。
现代 AI 研究的工作，本质是一堆可以被 AI 接手的任务：写训练代码、生成数据、跑实验评测、red-team 找漏洞、判断"下一步该往哪个方向调"。当 AI 把这些环节一个个接管，就形成一个自我加速的飞轮：
关键不在"AI 很能干"，而在正反馈：成果喂回起点。普通工具用得越多，你（人）成长；递归自我改进里，用得越多，AI 自己成长，而且可能比人理解和监管的速度更快。
| 关键词 | 大白话 |
|---|---|
| 智能爆炸 (Intelligence Explosion) | 飞轮一旦转起来可能指数式加速——半个多世纪前数学家 I.J. Good 就预言："第一台超智能机器是人类需要做的最后一项发明。" |
| 起飞速度 (Takeoff Speed) | 快起飞：几天/几周内 AI 能力暴冲，人类来不及反应；慢起飞：几年里平滑爬升，有时间观察纠偏。两大阵营的分歧很大程度就是"会多快"。 |
为什么 2026 年这个词突然刷屏？因为"AI 加速 AI 研发"开始有了可量化的证据。最受关注的一组数字来自 Anthropic 自己的工程实践（截至 2026 年 5–6 月）：
更说明问题的是 "任务时长地平线"（task horizon）——AI 能可靠独立完成的任务有多长，大约每 4 个月翻一倍：
2024年3月 4 分钟 的任务 ┐ 2025年3月 90 分钟 的任务 ├─ 每~4个月翻倍 2026年3月 12 小时 的任务 ┘ 2027年(预测) 一整周 的自主任务 ← 若趋势延续
研究基准也在饱和：SWE-bench（真实代码修复）两年内从个位数刷到接近满分；CORE-Bench（复现科研结果）15 个月从 20% 刷到饱和。Anthropic 判断：最快到 2027 年初，AI 就可能大幅加速顶尖研究团队的工作。这正是"飞轮已经开始转"的意思。
注：以上为各公司自报 / 媒体报道数据（证据等级 A–B），口径和测试条件各异，看趋势而非抠绝对值。
同一件事，OpenAI 和 Anthropic 的姿态形成了 2026 年最鲜明的对照。
一句话对照：OpenAI 说"这是我们要主动造的东西，顺便准备好刹车"； Anthropic 说"这东西可能自己来得比谁都快，所以请先把全行业的刹车装好"。 两边其实都承认飞轮在转——分歧在该多用力踩油门 vs 多早装刹车。
补充：Anthropic CEO Dario Amodei 在《Machines of Loving Grace》里描述过同一个循环——"用 AI 造下一代模型并给它提速，形成闭环"，并预测未来 12 个月 AI 可能"写掉几乎所有代码"。
Anthropic 自己也强调："递归自我改进并非不可避免。" 飞轮可能卡在某个环节（真正原创的科研判断、物理实验、算力/能源天花板），不一定走向失控的指数爆炸。当前更确定的是"AI 显著加速了 AI 研发"，而非"AI 已能独立造出更强的自己"。把它当成正在升温、值得严肃对待的趋势，而不是已经发生的事实。
| 名词 | 大白话 |
|---|---|
| 递归自我改进 (RSI) | AI 自主设计、造出更强的下一代自己 |
| 智能爆炸 | 飞轮转起来后能力指数式暴涨 |
| 起飞速度 (Takeoff) | 能力暴冲是几周（快）还是几年（慢） |
| 自动 AI 研究员 | OpenAI 在造的、能独立做 AI 研究任务的系统 |
| 任务时长地平线 | AI 能可靠独立完成的任务有多长（在快速变长） |
| 对齐 (Alignment) | 让 AI 的目标和人类意图一致；RSI 会放大没对齐的部分 |
| RSP / ASL | Anthropic 的安全分级：能力越界就触发更强管控 |