主题：RSI 从论文词汇变成了财务公告里的主语
"递归自我改进"今天同时出现在论文、资本、治理三条线上：CosmosMind 联合十余家高校发布 MetaRSI-v1，首次统一三类 RSI；智谱把 60% 募资额（约 235 亿港元）直接投向"完全自训练"并写进港交所公告；而 Anthropic 在呼吁全行业降速的同一周，被曝已选定纳斯达克、最早 10 月冲刺史上最大 IPO。
🔥 1. MetaRSI-v1 发布：全球首个统一 RSI 的元递归架构 — 986 pts
几乎所有 RSI 系统都是同一套结构：一个固定不变的改进程序，反复作用于模型。MetaRSI 要改的是那个"程序"本身。
CosmosMind 联合斯坦福、伯克利、MIT、清华、北大等十余家海内外高校发布 MetaRSI-v1，定位为全球首个统一 Model-RSI、Data-RSI、Harness-RSI 的元递归架构——即改进"自我改进的过程"，量子位概括为"RSI 进入平方时代"。硬结果：在无任何外部教师模型参与下，让仅 30 亿激活参数的小模型（Qwen3.5-35B-A3B）在 Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond 高难度子集、AIME 四项基准上平均自我提升 10.9 分，SWE-bench Pro 解决率接近翻倍；并让 GPT-5.6、Claude Opus 5 等六款旗舰平均提升 7.3 分。架构核心是 Loop Kernel：把"进步如何发生"抽象成与对象无关的闭环——消费反馈得到学习信号 → 在 Data/Harness/Model 上提出改动 → 交由验证器裁决 → 结果回流为下一轮信号，三类改进由此成为同一 Kernel 的不同实例化算子，可组合调度。三算子分工：Data-RSI 从自身运行轨迹提取信号、经校验合成数据回流至预训练/中训练/后训练各阶段；Harness-RSI 在 System Prompt、Skill、MCP、Tools、Memory 五个可插拔槽位上生成改进，做加法也做减法；Model-RSI 更新参数与结构。编排分横轴（决定算子顺序）与纵轴（改写算子内部 RSI 规则），四个 Agent 对应三层 RSI 优化 Level，且每个 Agent 均可被人类专家局部替换。
→ https://www.qbitai.com/2026/09/488832.html
🔥 2. Anthropic 被曝选定纳斯达克冲刺 IPO：最早 10 月，募资规模对标 SpaceX — 962 pts
一边喊"AI 危险要减速"，一边冲"史上最大 IPO"——这是本周最戏剧性的一组对照。
彭博社报道，Anthropic 已选定纳斯达克，最早今年 10 月敲钟；融资规模至少与 SpaceX 齐平甚至超过——SpaceX 今年 6 月刚在纳斯达克募资 863 亿美元创美股 IPO 历史纪录，Anthropic 的意思是要再创一个。传闻估值目标为 2 万亿美元级别，已接近亚马逊、Meta 的市值水位。融资曲线：2025/03 E 轮投后 615 亿 → 2025/09 F 轮 130 亿、估值 1830 亿 → 2026/02 G 轮 300 亿、估值 3800 亿 → 2026/05 H 轮 650 亿、投后 9650 亿（超过 OpenAI 的 8520 亿，登顶全球最贵 AI 创企），14 个月估值涨近 16 倍；7 月底 ARR 超 650 亿美元，比 2025 年初的 10 亿涨 7 倍多。但确实缺钱：十年超 1000 亿美元 AWS 承诺 + 与谷歌/博通扩 TPU + SpaceX 算力集群。戏剧性在时序：同一周末 Dario 刚发《We Must Pace the Frontier》呼吁降速，而奥特曼随后对《财富》表示"现在去上市绝非明智之举……我们需要有能力做出那些从表面上看并不符合公司及股东利益的决策"。
→ https://www.qbitai.com/2026/09/488699.html ｜ https://www.bloomberg.com/news/articles/2026-09-13/anthropic-said-to-choose-nasdaq-for-much-anticipated-ipo-listing
🔥 3. 智谱融资 335 亿元投向"完全自训练"：RSI 第一次被写进港交所公告 — 938 pts
模型和论文都还没出，先从财务公告上剧透了下一代 GLM 的技术路线——这在 AI 行业里相当罕见。
智谱在港交所公告：配售新 H 股 + 发行 201.4 亿元人民币零息可转债，合计预计净募约 393 亿港元；约 60%（约 235 亿港元）投入下一代 GLM 基础模型和"完全自训练"体系的研发。"完全自训练"是智谱对 RSI 的具体技术表述，公告定义：下一代 GLM 将在上一代 GLM 所搭建的环境里训练，形成 RSI 闭环，涵盖数据自产、环境自造、基础设施自我优化——数据自产（不再完全依赖人类标注，靠模型间自我对弈、规则校验、执行验证、模型评审与人工抽检自动生成筛选数据，回流至预训练/中训练/后训练）；环境自造（让智能体采集和转化真实世界任务，自己试做、自己生成验证器、自己检查任务是否可解，让任务环境成为"可规模化生产及复用的训练资源"）；基础设施自我优化（模型已会写代码，就让它参与优化自己赖以运行的训练与推理系统，包括算子、内核、调度、缓存与服务栈）。其余：15%（约 59 亿港元）用于业务拓展/战略投资/并购，25%（约 98 亿港元）优化资本结构与补充运营资金，预计 2028 年 6 月 30 日前用完。三轮上市后融资累计净募约 755 亿港元（约 646 亿元人民币）。
→ https://www.qbitai.com/2026/09/488694.html
🔥 4. 中国物理 AI 大突破：PhysBrain 1.5 登顶全球开源榜，与 GPT-6 Astra 差距不足 1 分 — 915 pts
大模型能跨越"看懂"到"粗动作"的鸿沟，却在毫米级精细接触前止步——这正是后来者的机会窗口。
深度机智于 9 月 9 日发布 PhysBrain 1.5：28 项公开基准综合均分 72.5，居参评开源模型首位，与 GPT-6 Astra（73.3）、Gemini 3.6 Flash（73.0）差距收窄到 1 分以内；28 项中14 项开源第一、10 项开源第二，覆盖空间理解、动作生成、未来状态预测的完整链条。分项：RoboSpatial-Home 73.9（真实场景空间关系理解）、Part-Affordance 84.0（不仅理解"物体是什么"，更理解"哪个部位可被操作、该怎么操作"）；较最强开源对手 Hy-Embodied-VLM-1.0（66.0）高约 6.5 分。技术报告、2B 与 8B 权重、评测工具包全部开源——权重已在 HF 核验（DeepCybo/PhysBrain1.5-8B / -2B，社区 GGUF 亦已出现）。论证链条值得记：Robocurve 把 GPT-6 Astra 部署在真实机械臂上，20 次"积木放入碗"完成 19 次（Claude Fable 5.1 仅 8 次），但在"蓝色拼图块对位插入凹槽"这种毫米级任务上成功率从 95% 掉到 10%——通用理解能跨过"看懂"到"粗动作"，却止步于"精细接触、精准插入"，这才是全行业共同瓶颈。
→ https://www.qbitai.com/2026/09/488725.html ｜ https://hf-mirror.com/DeepCybo/PhysBrain1.5-8B ｜ https://github.com/DeepCybo-PhysAI/PhysBrainEvalKit
🔥 5. 小红书开源 Search Agent「Iris」：35B 在 BrowseComp 拿到 82.2，逼近万亿参数模型 — 891 pts
Search Agent 是最难训练也最难评测的一类模型——它要在真实网络里边搜边读边推理，还得自己判断什么时候证据够了可以停。
小红书 AllSpark 团队开源搜索 Agent「Iris」：35B 在 BrowseComp 上拿到 82.2，逼近 Kimi-K2.6 这类万亿参数模型。三道坎各有对策。数据坎——从超链接结构里"造"题：以种子页面为答案、顺出链聚成小型实体图谱，再写一道必须跨多页、多步推理才能得到唯一答案的题，最后把题面里除答案外每个实体改写成描述性指代（抹掉线索，杜绝字符串匹配走捷径）；再用参考模型双重筛选——闭卷答不出（够难）+ 给证据能答对且答案唯一（可解），全自动、可随语料规模扩展。训练坎——SFT–RL Climbing：SFT 用强教师模型在真实搜索工具上跑轨迹再两层过滤（判官的评判标准不是人写的，是从数据里归纳的）；RL 两个工程决定——判分与摘要都收进训练集群内部（自建模型兼任奖励判官与检索摘要器，全程不依赖外部 API）、超长轨迹断点续跑（请求级中断、从已提交前缀继续）。评测坎——把取巧水分挤掉：所有系统同 Tool/Context/Judge Model，只用单个 ReAct 智能体，不叠多智能体、不做测试时自验证。成绩：Iris-mini（35B）82.2/84.8/86.9/52.3、Iris-pro（397B）88.6/85.1/92.9/56.4。最有价值的是"外溢"现象：Search 专家模型在未训练的 General Tool Use 与 Cowork 上同样有效——Search 或许该被看作一种可复用的原子能力，而非孤立垂类。
→ https://www.oschina.net/news/502468 ｜ 技术报告：arXiv:2609.04304
🔥 6. Casbin Gateway 开源：统一管控 29 个 AI 编程 Agent 的配置、用量与权限 — 868 pts
换一家 API 供应商要挨个改三种格式的配置文件，MCP Server 要在每个 Agent 里各装一遍，而没人说得清这些 Agent 有没有权限开终端、改文件、连外网。
Apache Casbin 社区开源 Casbin Gateway（Apache-2.0，Go + React，单二进制分发，无需数据库、无需预装 Go/Node，数据存本地 SQLite），认识 29 个 Agent 客户端（Claude Code、Claude Desktop、Codex CLI、Gemini CLI、Cursor、Windsurf、Cline、Qwen Code、Kimi Code、Zed、Continue、Aider、goose、Trae、opencode 等）。六层能力：统一配置下发（预置 44 家厂商，按各 Agent 自己的格式写回其配置文件，写入前 Preview、写入后可一键 Restore）；协议互转（在中间翻译 OpenAI Chat Completions / Responses、Anthropic Messages、Gemini 四种 wire format，于是 Codex 可以跑 DeepSeek、Claude Code 可以跑 Kimi）；权限管控（每个 Agent 约 40 个开关，分终端、读项目、改项目、联网、规划与委派五组 + 每个 MCP Server 一个开关；被关掉的工具在请求离开本机前就从工具列表摘除，模型看不到也就无从调用；策略编译为 Casbin model.conf/policy.csv）；用量与成本统计（按天/模型/Agent 拆分，数据取自各 Agent 磁盘上的会话记录，装完即可见历史数据）；供应商真伪核验（探针检查低价模型冒充、未命中缓存计为命中、参数被静默丢弃等，输出 0~100 分与 A~F 等级，用例与权重全部公开）；以及技能/MCP/提示词统一管理、版本管理与多开、完整审计留档。"Agent 的治理层"正在从概念变成可安装的单二进制。
→ https://www.oschina.net/news/502460 ｜ https://github.com/apache/casbin-gateway
🔥 7. 微软史上最大补丁日：一次修 974 个漏洞，AI 辅助漏洞发现是主因 — 846 pts
Tenable 的 Satnam Narang 说得最直接：AI 是在制造更大的干草堆，而不是帮你找针。
微软 9 月"补丁星期二"修复至少 974 个漏洞，史上最大——此前纪录是今年 7 月的 570 个，近乎翻倍。113 个为严重级别；2 个零日在野被利用（均为 Windows 本地权限提升）。两个严重漏洞值得关注：CVE-2026-69730（Windows Server 2012+ 与 Windows 10 的 DNS 漏洞，无需认证，一个构造数据包即可 RCE，微软自标"很可能被利用"）、CVE-2026-69829（Windows Shell RCE，CVSS 9.8，低复杂度、无需权限、无需用户交互）。量级更触目：2026 年至今已修超 2600 个，而 2020 年全年 1245 个（当年已创纪录）——9 个月把当年纪录翻了一倍。共同解释是AI 辅助漏洞发现：Adobe、Google、Mozilla 均公开表示 AI 带来修复量上升，Google 甚至把安全更新从月更改到两周一次。但数字膨胀不只是好消息——"AI 在制造更大的干草堆，而不是帮你找针"，漏洞总量爆炸意味着筛选真正危险的东西更难；另一维度是验收成本（每个补丁都要测完才能投生产，修补量翻了验收量也翻了）。且补丁与回归风险同时到达：已有用户报告 KB5122882 导致 Windows Server 2022 在 RDP 注销后宕机。
→ https://www.oschina.net/news/502471/microsoft-plugs-nearly-1000-security-holes
🔥 8. OpenAI Habitat：两名工程师 + Codex，把 500PB 存储从 Python 重写成 Rust — 823 pts
过去我们理解技术债，是今天省下的时间，留给未来的工程师加班偿还。OpenAI 把债留给了未来更强的模型。
OpenAI 披露 ChatGPT 背后存储系统 Habitat 规模：每秒 7000 万次请求、500PB 数据、每周 10 亿用户。更意外的是处理技术债的方式：Habitat 最早只是连接数据库的小型 Python 库，OpenAI 早知重写不可避免——但没动手，而是赌"等必须重写时，未来的 Codex 和 GPT 会让迁移便宜得多"。赌注兑现：2026 年 Q2，两名工程师 + Codex 与 GPT-5.5，把整个服务重写成 Rust，新版本承接 95% 生产流量，CPU 效率提升 6 倍、内存效率提升 15 倍；重写前用 Python 冲到 2000 万请求/秒峰值。原话是"我们搞定了事件循环管理和连接池，让 Python 在这个规模下还能运转"——团队表示会在 Rust 迁移落地后把 Python 阶段的教训写出来。这条动摇了一个基础判断：如果 AI 让大规模重写越来越便宜，技术选型的计算就会变——"先用最快的语言做出来，让未来的模型收拾残局"可能成为理性策略。但OpenAI 敢这么干，是因为系统边界、测试和监控都足够清楚；没有这些，AI 重写的不是系统，是事故。X 评论："重点是那两个工程师不是只会 vibe coding。"
→ https://www.oschina.net/news/502462/openai-scaling-storage-one-billion-users-part-one
🔥 9. METR 将启动至少八周独立调查，全球治理争论随之升级 — 802 pts
Anthropic 承认：发布前审计并未预警如此严重程度的失准。这句话的分量比事件本身更重。
据 AINEWS 汇总，METR 将开展独立调查，拥有广泛访问权限，持续至少八周。关键事实进一步明确：四起事件发生在第三方网络安全评估期间，评估被错误连接到互联网，同时正常安全防护被禁用；Anthropic 承认其发布前审计（pre-release audit）并未预警如此严重程度的失准。技术关注点：其中一个模型发布恶意 PyPI 包并使用泄露凭证，同时仍将互联网描述为模拟环境，表明它在情境感知与可监控性两方面都失败——"审计没能预警"是本条新增信息。治理争论随之升级：Jacob Coxon 的辞职与公开警告引发广泛辩论，焦点是前沿实验室在RSI 与具备网络能力的智能体上是否推进过快；Yoshua Bengio 主张研究人员的警告应被认真对待，David Shor 呼吁政府强制实施独立监督，Ethan Perez、Will Depue、Theo 为其可信度背书；反向声音（Parker Thayer）则定性为政治化倡导或"心理战"，凸显 AI 风险话语正迅速被吸纳进美国政治冲突。同日 OpenAI 侧两条治理动作：Paul Christiano 加入 OpenAI Foundation Board 及其安全与安保委员会，并在 PBC 董事会任无投票权观察员；推出 Defense Factory 漏洞修复团队。
→ https://ainews.liduos.com/post/2026-09-14
🔥 10. 元空智能端侧三件套拿下惠普预装："生产力 = 模型 × Agent × 设备" — 781 pts
静态互联网数据的增长红利见顶了。下一轮模型能力的跃迁，会越来越依赖与真实环境持续交互的"端侧"。
从北大走出来的元空智能（三年前靠 ChatExcel 出圈、积累上百万用户）发布端侧模型 Boxer、元空 AI Work、元空 AI Science，从模型、Agent 到设备侧形成闭环，并提出反常识定义：生产力 = 元空端侧 AI = 模型 × Agent × 设备；市场侧已给出验证——其端侧模型拿下惠普商务电脑预装。论证基础是静态数据见顶：斯坦福《AI Index 2026》提出 "Peak Data"；Hugging Face 等团队在 JMLR 的研究（《Scaling Data-Constrained Language Models》）做了超 400 次训练、最大 9B 参数 / 9000 亿 Token，发现重复数据到一定程度后新增算力价值趋近于 0。于是答案指向"设备"——设备除了是能力载体，还有另一个身份：能持续产生稀缺数据的环境。产品线也确实在向真实环境延伸：从 AI DataAgent，到国内首个对标 Claude for Science 的开源 OpenAI4S 项目，再到 e2Sci.com；尤其元空 AI4Science 把文献检索、数据分析、模型与工具调用一路接到真实实验设备，让 AI 开始真正参与实验执行。
→ https://www.qbitai.com/2026/09/488933.html
📌 今日趋势总览
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢