当题库跟不上模型，AI开始给自己出题：数据层RSI的产业信号

从“喂数据”到“造数据”：模型迭代的瓶颈转移

过去几年，AI大模型的能力跃升高度依赖人工标注与互联网公开数据。然而，随着模型参数规模扩大，公开语料库正逼近“耗尽”边缘。一个显著信号是：多家研究机构测算，高质量文本数据的增速已远低于模型训练需求的增速。例如，Epoch AI在2024年发布的估算指出，若维持当前训练趋势，全球高质量文本数据存量可能在2026年前后被用尽。这并非危言耸听，而是摆在产业面前的现实约束。 正是在这一背景下，新闻中提到的“AI给自己出题”成为一种必然探索。其核心逻辑在于，当外部题库无法覆盖模型已展现的能力边界时，由模型自身生成训练样本、并自行评估样本质量，从而形成闭环迭代。这种方式在业内通常被称为“递归自我改进”或“自生成数据”。本次新闻确认的事实是：一支中国团队已经跑通了数据层面的RSI（递归自我改进）流程，这可能是AI训练范式从“人工投喂”向“机器自举”迁移的早期落地案例。 值得留意的是，该新闻并未披露具体的技术参数、团队名称或商业合作细节，因此“数据层RSI”究竟在何种规模的模型上验证、效果提升幅度如何，仍有待进一步确认。但事件本身至少表明，中国团队在AI基础设施的“数据链路”上已展开前沿探索，而非仅仅停留在模型架构层面的跟随。

算力与数据的“军备竞赛”：谁在为新范式买单

数据生成方式的改变，不会削弱算力需求，反而可能重塑算力采购的结构。传统训练模式下，算力主要消耗在“前向传播+反向传播”的标准流程；而在RSI模式下，模型需要反复生成候选样本、评估样本难度与质量、再筛选进入训练集，这意味着推理（Inference）算力消耗将显著上升。据IDC统计，2025年中国AI服务器市场规模预计达到约190亿美元，同比增长超过25%；其中，推理负载占比已从2023年的约40%提升至2025年的接近55%。若RSI成为主流训练辅助手段，推理算力占比可能进一步攀升。 从硬件层面看，自生成数据对存储与内存带宽的要求同样苛刻。每一次“出题-评估-筛选”循环都涉及海量中间状态的读写。SEMI在2025年的报告显示，全球半导体设备市场中，存储类设备支出占比约为35%，且高带宽存储器（HBM）的产能扩张速度已连续两年超过30%。这些数据虽非本次新闻直接提及，但为理解RSI对产业链的潜在拉动提供了背景坐标。 不过，必须谨慎指出：目前尚无公开证据表明，该团队使用的算力规模或芯片型号与上述市场数据有直接关联。数据层RSI的工程实现可能依赖现有通用GPU集群，也可能涉及国产加速卡。这些都只能作为产业趋势的参考，而非本次事件的确认事实。

产业连锁反应：数据服务商、评测机构与监管边界

一旦“AI自己出题”成为可复用的标准流程，首当其冲受到冲击的是传统数据标注与评测行业。此前，HumanEval、MMLU等基准测试依赖人工编写的静态题库，模型得分往往在数月内被刷高，导致“题库饱和”现象频出。若RSI使得模型能持续生成难度递增的自定义考题，静态基准的公信力可能下降，第三方动态评测机构或迎来新的市场空间。Gartner在2026年初的预测中提到，到2028年，全球企业级AI治理与评测工具市场规模可能突破80亿美元，年复合增长率约为28%，但该预测是否将RSI引发的动态评测需求纳入考量，尚未明确。 对于AI开发企业而言，RSI还可能改变数据合规的边界。模型自行生成的“考题”是否涉及版权问题？这些题目能否被视为训练数据的“合理使用”？目前全球尚无统一判例。欧盟《人工智能法案》在2025年8月生效后，对训练数据来源的透明度提出了更严格的要求，但并未针对模型自生成数据设置专门条款。可以预见，未来监管机构需对“合成数据”与“递归生成内容”给出更清晰的界定。 回到本次新闻本身：中国团队跑通数据层RSI，短期内直接利好的是AI训练效率与数据成本结构的优化。长期看，它可能影响我国在AI基础理论——尤其是“智能涌现的可持续性”问题上的国际话语权。但我们应避免过度夸大：目前公开信息中，既没有展示具体的模型性能提升幅度，也没有透露该技术是否已进入商用部署阶段。因此，后续是否会有更多中国团队跟进、以及其与算力自主化进程如何协同，值得持续观察。

数据参考

• Epoch AI估算（2024年） ：全球高质量文本数据存量可能于2026年前后被当前训练趋势耗尽，此为估算值，非确定断言。
• IDC报告（2025年） ：中国AI服务器市场规模预计约190亿美元，同比增长25%以上；推理负载占比或从2023年约40%提升至2025年约55%，均为市场预测/估算。
• SEMI报告（2025年） ：全球半导体设备市场中存储类设备支出占比约35%；HBM产能扩张速度连续两年超过30%，为行业统计口径数据。
• Gartner预测（2026年初发布） ：到2028年，全球企业级AI治理与评测工具市场规模可能突破80亿美元，年复合增长率约28%，属前瞻性预测，非本次新闻确认数据。
• 欧盟《人工智能法案》 ：2025年8月生效，对训练数据来源透明度提出更严格要求，为公开法规事实。 本次新闻已确认事实仅为：一支中国团队在数据层面跑通了AI递归自我改进（RSI）流程，即“AI给自己出题”的闭环方法；其余数据均为行业背景参考，与本次事件的具体关联程度有待进一步核实。 #AI #数据工程 #模型迭代 #算力