Karpathy 加盟 Anthropic 做 RSI：锤子开始锻造锤子，AI 训练 AI 的递归时代开幕

5 月 19 日，两条重磅新闻同日落地，看似无关，实则指向同一个拐点。

Andrej Karpathy 宣布加入 Anthropic，组建新团队专注于用 Claude 加速预训练研究本身——业界称之为递归自我改进（Recursive Self-Improvement，RSI）。同一天，Google I/O 2026 开幕，Gemini Spark、Antigravity 2.0、Information Agents 密集发布，把 AI Agent 塞进搜索、邮箱、Chrome 和 Android 的每一个入口。

一个在训练端让 AI 改进 AI，一个在产品端让 AI 替人执行——两条路从不同方向逼近同一个问题：AI 正在从被使用的工具，变成自主行动的主体。

Karpathy Loop：从 autoresearch 到 RSI 工程

Karpathy 的加入不是突然的。今年 3 月，他做过一个实验：将一个 AI 编程智能体接入小型语言模型的训练流程，让它无监督运行两天，自主测试和调整训练代码。700 次实验、20 项自主发现的优化之后，同样的调整应用到更大模型上，训练时间缩短了 11%。他称之为 autoresearch，后来被社区叫做”Karpathy Loop”。

这不是传统意义上的 AutoML。AutoML 搜索的是超参数空间，而 autoresearch 让 Agent 自主提出假设、设计实验、解读结果、修改代码——整个研究回路都在 Agent 的能力范围内。Karpathy 在 Anthropic 要做的，正是将这个 loop 系统化、规模化：用 Claude 自身来优化 Claude 的训练过程。

为什么是预训练？因为预训练是大模型流水线中最昂贵、最依赖工程经验的环节。Anthropic 的算力预算远不如微软支持的 OpenAI 或坐拥 TPU 的 Google，它必须找到用更少算力训出更好模型的方法。让模型参与自身训练过程的优化，是最可能的弯道超车路径。

Jack Clark 的 60% 预测与基准趋势

Karpathy 入职的时间点并非偶然。两周前，Anthropic 联合创始人 Jack Clark 在 Import AI 第 455 期给出推演：到 2028 年底，AI 实现递归自我改进的概率约为 60%。

他的论证建立在一组可验证的基准趋势上：

• SWE-Bench（测试 AI 解决真实 GitHub 问题的能力）：最佳成绩从 2023 年底的约 2% 上升到 Claude Mythos Preview 的 93.9%；
• METR（测量 AI 可靠完成任务的时间跨度）：从 2022 年 GPT-3.5 的约 30 秒上升到 2026 年 Opus 4.6 的约 12 小时；
• CORE-Bench（测试 AI 复现学术论文的能力）：从 2024 年 9 月推出时最高分 21.5% 到 2025 年 12 月 Opus 4.5 的 95.5%；
• Anthropic 内部基准（模型优化小型 LM 训练实现）：加速倍数从 2025 年 5 月 Opus 4 的 2.9 倍提升到 2026 年 4 月 Claude Mythos Preview 的 52 倍。

Clark 的核心论点是：AI 研发中”99% 的汗水”——数据清洗、实验运行、参数搜索、kernel 优化——已经落入当前模型的能力范围。即使 AI 暂时缺乏颠覆范式的创造力，仅靠自动化工程部分就足以显著加速迭代。

RSI 的安全悖论

这里有一个无法回避的悖论。Anthropic 的创立叙事建立在”AI 安全优先”之上，而 RSI 恰恰是 AI 安全社区长期最担忧的能力之一。

华盛顿大学教授 Pedro Domingos 对 Clark 的 60% 概率判断回应称，自 1950 年代 LISP 语言诞生以来 AI 就有自我构建的能力，真正的问题是这一过程能否带来递增回报——目前没有证据支持这一点。

AI 安全研究者 Eliezer Yudkowsky 的回应更直接：“那你将和我们其他人一起死去。”

Clark 自己给出的一组测算是：如果当今的对齐技术准确率为 99.9%，50 代迭代之后会降到约 95%，500 代之后会降到约 60%——一种类似基因突变的复利漂移。在 AI 参与自身训练的循环中，对齐能否作为约束条件被可靠地传递给每一代后继模型，目前没有答案。

Anthropic 的回答路径是”最懂风险的人最适合做这件事”——同步推进能力研究和对齐研究，用工程节奏跑赢失控时点。5 月 7 日发布的《The Anthropic Institute 研究纲要》把”AI for AI R&D”列为四大研究方向之一，同时承诺公开发布 AI 研发加速度的 telemetry 数据。这个承诺能否兑现，将是判断 RSI 路线究竟是工程项目还是定位策略的关键标尺。

Google I/O 的对照：产品端 Agent 化

同一天的 Google I/O 提供了另一个维度的对照。Google 不是在训练端让 AI 改进 AI，而是在产品端让 AI 替人执行。

Gemini Spark 是一个 7×24 运行的云端个人 Agent，接入 Google 全系产品；Antigravity 2.0 从编程环境升级为多 Agent 编排平台，内部测试中 93 个 Agent 协同工作消耗 26 亿 token 完成复杂系统构建；搜索框变成了 Agent 入口，Information Agents 可以后台持续监控和推送。

Google 的核心优势不是单点模型，而是全家桶——搜索、Gmail、Docs、Chrome、Android、YouTube 构成了 Agent 落地最短的路径。当 Google 说要做 Agent 时，不是从零做一个孤立的聊天 App，而是把 Agent 直接塞进已有生态。

但 Google 面临的问题同样明确：Agent 越强，用户交出去的数据和权限越多，安全边界越难划。Google 的解法是生态内闭环——用 Google 账号、Workspace 和 Cloud 的权限体系来管理，而不是让用户自己拼凑第三方工具。

两条路，一个问题

Karpathy 在 Anthropic 做 RSI 和 Google 在 I/O 上推 Agent，看似赛道不同，实则逼近同一个问题：当 AI 从被调用的工具变成自主行动的主体，控制权的边界在哪里？

训练端的 RSI 让 AI 改进自身的训练过程，产品端的 Agent 让 AI 替人执行任务。前者改变的是 AI 能力的生成方式，后者改变的是 AI 能力的使用方式。两者叠加，正在重新定义 AI 产业竞争的底层逻辑：从”谁有更多算力”转向”谁能让 AI 更有效地参与自身进化和用户工作流”。

Karpathy 在 2017 年提出 Software 2.0 时写道：“神经网络权重就是新的代码，数据集就是新的源代码。“现在他要做的事，是让这行代码开始自己写自己。而 Google 正在让这行代码走进每个人的日常。

锤子开始锻造锤子，这或许才是 2026 年 AI 产业最值得关注的变量。