2026年7月GPT-5.6 正式发布。但比跑分和价格更值得普通人盯着的是技术文档里一句没人细读的附注它的小模型 Luna是旗舰模型 Sol 自己训练出来的。AI 自己训练自己递归自我改进RSI已经从论文走进产线。本文用一组硬数据、一条行业时间线讲清它为什么和你我的饭碗、以及人工智能的下一步有关。GPT-5.6 的 Luna 是 Sol 自主训出来的——找 GPU、定配置、写脚本、跑通验收全程无人类工程师介入。01 递归自我改进(RSI)AI 自己训练自己的飞轮递归自我改进Recursive Self-ImprovementRSI名字听着学术逻辑却简单。AI 变强就能用更强的能力去造下一代 AI下一代更强再造下下一代。进步不再是线性的——它像飞轮越转越快。Sol 训 Luna 的细节是Sol 自己找 GPU、定配置、写脚本、跑通验收全程没有人类工程师插手研究人员只给了一个很模糊的目标。过去这种最贵、最吃经验的环节被一个模型自己包了。过去三年AI 节奏被人卡着人睡觉它就停人没想法它就卡住。现在 Sol 能训 Luna飞轮转速不再完全取决于人。递归自我改进RSI飞轮AI 设计更好的 AI → 更好的训练系统 → 更强的 AI越转越快。02 AI 训练 AI 不是一家独角戏2026 行业军备竞赛AI 自己训练自己不是 OpenAI 一家在玩。看 2026 上半年这条时间线2026 年 3 月MiniMax 的 M2.770%–80% 的强化学习训练已由 AI 自主完成。4 月AlphaEvolve 解开困扰数学界已久的 11 维亲吻数还把自己的 GPU 底层指令优化了 32.5%。5 月Sakana AI 的 Darwin Gödel Machine 直接改写自身代码性能提升 100%同月 Recursive 公司融资 6.5 亿美元专做 AI 研发全流程自动化。6 月最该怕这件事的 Anthropic 发长文《When AI builds itself》呼吁全球考虑放缓甚至暂停。网友回得直接“跑得最快的人喊刹车你咋不先停”2026 年行业竞赛时间线从 3 月 MiniMax 到 6 月 AnthropicAI 自我进化从理论推演变成工程军备竞赛。03 递归自我改进飞轮到底多快三个数字AI 独立完成任务的能力翻倍周期从每 7 个月缩到每 4 个月。OpenAI 内部聚合 RSI评测GPT-5.6 的 Sol 比上一代高 16.2 分——在这个级别一代涨零点几是常态一次涨 16.2 意味着AI 搞 AI 研发突然实用了。用了 Sol 之后OpenAI 研究员人均日 token 产出翻倍以上。不是 AI 替代研究员是一个研究员加 AI顶过去十个。飞轮到底多快能力翻倍周期从 7 个月缩到 4 个月聚合 RSI 评测 16.2 分研究员日 token 产出翻倍以上。04 更吓人的时间表芯片与算法双指数叠加Anthropic 联合创始人 Jack Clark 判断到 2028 年底有超过 60% 概率出现无人参与的 AI 研发。NBER 一篇论文给了硬支撑AI 芯片效率约每 2 年翻倍算法效率约每 1 年翻倍。两条指数曲线叠成经济学家在别的产业从没见过的正反馈环。按这个速度6 年内可能触发奇点。递归自我改进一旦越过临界点人类将很难再追上飞轮。双指数叠加芯片效率约每 2 年翻倍算法效率约每 1 年翻倍构成罕见的正反馈环指向奇点。05 人类去哪从教练变裁判这三类岗位最值钱中短期自动化会接管大模型训练 50% 以上的工作。团队缩编但人均产出升 5–10 倍——10 个顶尖研究员加一套系统干今天 100 人的活。岗位分两头。坏的是调参、标注、纯执行研究需求快速萎缩。好的是飞轮卡在两个瓶颈。一是算力——每次自我迭代烧海量推理算力成本就是物理天花板卖铲子的芯片、云厂商又赢一次。二是对齐——AI 自己迭代方向还是人想要的吗这个风险无解。能定义什么是对的的人价值飙升训练师、对齐工程师、伦理审计是人类判断力岗只会更贵。飞轮挤掉的是重复执行的人放大的是做判断、定方向、握刹车的人。人类从教练变裁判自动化接管训练能定义“什么是对的”的人价值飙升。06 写在最后飞轮已转握好那根刹车科幻里的奇点是一声巨响。现实里的奇点是一句没人细读的文档附注Luna 是 Sol 训练出来的。过去三年主线是人训练 AI。从今天起主线正在转向AI 训练 AI。文末互动这波 AI 自己训练自己你最担心什么建议收藏本文需要时随时翻看——递归自我改进的发展会很快这篇能帮你建立长期的判断框架。如果觉得有启发欢迎点赞、点在看、分享到朋友圈或社群让更多关心 AI 趋势的朋友看到。评论区聊聊你认为 3 年内AI 训练 AI 会先冲击哪类岗位我会在 24 小时内逐条回复。关注「AI新智信标」持续拆解 AI 与递归自我改进(RSI)的一手进展陪你看清技术拐点的每一步。