RSI 从硅谷蔓延至国内：AI 开始参与训练下一版自己

什么是 RSI，为何引发关注

据电子工程专辑 2026 年 9 月 21 日报道，RSI（Recursive Self-Improvement，递归自我改进）这一概念正从硅谷热到国内，AI 开始参与训练下一版自己。这一话题的核心在于：AI 系统不再仅仅是被训练的对象，而是逐步介入下一代模型的训练流程之中。 需要明确的是，本次新闻确认的事实包括：RSI 话题在硅谷和国内均受到关注，以及 AI 参与训练下一版自己这一趋势性描述。新闻摘要未披露具体公司名称、模型参数、训练成本或发布时间表，相关细节暂缺可核验数据。 从产业视角看，这一趋势之所以值得关注，是因为它可能改变 AI 研发的分工结构。过去模型训练高度依赖人工标注、算法调参与数据筛选，而如果 AI 能够参与训练流程的部分环节，研发效率与迭代速度可能受到影响。这一影响目前仍处于早期讨论阶段，有待进一步确认。

与芯片和算力产业的潜在关联

RSI 概念升温，背后是算力需求的持续扩张。AI 参与训练下一版自己，意味着训练任务可能更加复杂、迭代更加频繁，这对芯片和半导体产业提出新的要求。 作为行业背景参考数据，据 SEMI 2025 年发布的报告，全球半导体制造设备市场规模在 2024 年约为 1170 亿美元，其中与 AI 相关的先进制程与封装需求是重要增长动力。另据 WSTS 2025 年数据，全球半导体市场 2024 年规模约为 6270 亿美元，AI 相关芯片是主要增长品类之一。这些数据属于行业背景，并非本次新闻公布的数据。 如果 AI 参与训练流程成为常态，对高性能计算芯片、高带宽存储（HBM）以及先进封装产能的需求可能进一步上升。但具体影响幅度，目前暂缺可核验数据，值得持续关注。

国内产业的机遇与审慎判断

RSI 从硅谷热到国内，反映出国内 AI 产业对前沿技术方向的快速跟进。据 IDC 2025 年预测，中国 AI 算力市场规模在 2025 年有望保持两位数增长，智能算力需求是主要驱动力。这一预测数据属于行业背景参考，并非本次新闻披露。 从机遇看，若 AI 参与训练的技术路径逐步成熟，国内在模型研发、算力基础设施和应用落地等环节可能获得新的切入点。从挑战看，训练流程的自动化程度提升，也可能对数据质量、算力调度和安全边界提出更高要求。 需要强调的是，RSI 目前更多是一个被讨论的技术方向，而非已被广泛验证的成熟产业实践。本次新闻未提供任何具体企业案例或量化进展，相关产业影响有待进一步确认。对芯片与半导体产业而言，这一趋势可能带来算力需求结构的变化，但短期内的实际拉动作用仍需观察。

数据参考

• 全球半导体制造设备市场规模：约 1170 亿美元，来源 SEMI，2025 年发布，对应 2024 年数据（行业背景参考，非本次新闻数据）。
• 全球半导体市场规模：约 6270 亿美元，来源 WSTS，2025 年发布，对应 2024 年数据（行业背景参考，非本次新闻数据）。
• 中国 AI 算力市场规模增长：IDC 2025 年预测，保持两位数增长（预测数据，非本次新闻数据）。
• 本次新闻已确认信息：RSI 话题从硅谷热到国内，AI 开始参与训练下一版自己，来源电子工程专辑，2026 年 9 月 21 日。
• 本次新闻未披露数据：具体公司、模型参数、交易金额、发布时间表等，暂缺可核验数据。 #RSI #AI训练 #半导体 #算力