Langford：RSI 是渐进光谱，AI 研究效率一年十倍不稀奇

11 月 15 日，机器学习学者 John Langford 围绕 Dwarkesh Patel 的新文章发表评论，并与 MIT 研究员 Dimitris Papailiopoulos 就「递归自我改进（RSI）时代的研究会是什么样」展开多轮讨论，核心观点是：AI 研究效率一年提升 10 倍并不稀奇，而 RSI 更可能是渐进过程而非开关式翻转。

已确认

• Langford 评述 Dwarkesh 的核心论点：当前 AI 能力呈参差状（spiky/jagged），多数领域仍不如人类，但在有可验证代理指标的领域（如数学、AI 研究本身）持续领先。
• 在与 Papailiopoulos 的讨论中，Langford 表示 AI 研究速率提升 10 倍在当下是合理且不意外的判断，再过一年再提升一个数量级也不会令人惊讶。
• 在这个视角下，Langford 认为「完全 RSI」或几个数量级的放大未必能区分未来的形态。
• 谈及 RSI 时代的研究形态，Langford 认为最难的环节是提出有趣的问题。
• Papailiopoulos 追问：RSI 是否也会把「高品味提问」这一技能本身自动化。Langford 回应称这可能发生，但他不预期这是开关式翻转，而是渐进过程——随着更大比例的「品味」环节被自动化，研究速度乘数会在一年内在此前基础上再添一个零。

为什么重要

• 这场讨论把「AI 加速 AI 研究」的抽象议题落到具体量级：Langford 给出的量级判断（一年一个数量级）为评估 RSI 进展提供了可操作的参照。
• 「高品味提问能否被自动化」是争论焦点：如果连提出有趣问题的能力也被 RSI 解锁，人类在研究中保留的独特环节将进一步收窄，这对研究者的角色和科研组织方式都有直接影响。

2026-11-15 ~ 2026-11-16 · 6 条相关

事件全程(共 3 集)→

• 第 1 集:Dwarkesh 大幅提前超级智能时间线：ASI 中位数 2028 年(2026-11-14,13 条)
• 第 2 集:Dwarkesh 递归自我改进论引战，HF 研究员与开发者激烈交锋(2026-11-15,3 条)
• 第 3 集:Langford：RSI 是渐进光谱，AI 研究效率一年十倍不稀奇(2026-11-15,6 条)

• 【源头】Langford 判断：AI 研究效率一年 10 倍不稀奇，RSI 已难分辨未来形态 — JohnCLangford · 2026-11-15
• Langford:AI 研究速率一年翻 10 倍是合理预期 — DimitrisPapail · 2026-11-15
• 【源头】Langford 论 RSI 后的研究:最难的是提出有趣的问题 — JohnCLangford · 2026-11-15
• Papail 追问 Langford:RSI 会不会把「高品味提问」也自动化 — DimitrisPapail · 2026-11-15
• 【源头】Langford:RSI 非开关,一年内研究乘数再添一个零 — JohnCLangford · 2026-11-15
• Langford:RSI 是光谱不是开关,我们已在光谱之上 — JohnCLangford · 2026-11-16