AI会不会突然“进化”？Paradigm用一个游戏告诉你答案

作者：小饼

知名加密 VC Paradigm 昨天上线了一个网页游戏，叫 RSI Simulator。

玩家扮演一家 AI 实验室的负责人，目标是从零开始造出超级智能。

你手上有三种资源：人力、算力和数据，需要决定把多少投入研发、多少投入训练、多少投入扩张。每一轮决策之后，模型能力会变化，能力变化又反过来影响研发效率，直到某个临界点，AI 开始加速改进自身，曲线陡然上扬。

听起来像一个放置类游戏。实际上，这是一个把经济学论文变成可交互体验的教育工具。

Paradigm 用它来回答一个所有人都在猜但很少有人量化思考的问题：AI 自主改进的速度到底会有多快？会不会突然爆发？什么因素决定了它的天花板？

什么是递归自主改进？ {#article-toc-33185-2}

递归自主改进，简称 RSI，是 AI 安全研究领域最核心的议题之一。

简单说：当一个 AI 模型足够强大，可以帮助人类改进下一代 AI 模型的时候，就形成了一个循环，AI 参与制造更强的 AI，更强的 AI 再参与制造更更强的 AI。

这个循环一旦启动，理论上可以产生指数级加速，也就是所谓的智能爆炸。

这不再是科幻。2026年 2 月，OpenAI 在发布 GPT-5.3-Codex 时承认，早期版本的该模型在创建自身的过程中"发挥了重要作用"，帮助调试训练过程、管理部署和诊断评估故障。这是头部实验室首次正式承认，一个模型实质性地参与了制造其继任者的工程流程。

游戏怎么玩？ {#article-toc-33185-3}

RSI Simulator 的游戏部分模拟了 AI 实验室的资源分配决策。

每一轮，你需要在三个方向之间分配资源。投入更多算力可以训练更大的模型；投入更多人力研究可以提升算法效率（用更少算力达到同样效果）；投入数据采集可以拓宽训练素材的边界。

关键机制是：当模型能力提升到一定水平，它开始"帮忙做研究"，你的人力研究效率因为 AI 辅助而提升。这就是 RSI 循环的起点。你需要判断什么时候应该把资源从扩张模式切换到"让 AI 研究自身"的模式。

如果切换得太早，模型能力不够，AI 做研究的效率不如人类，浪费算力。如果切换得太晚，你可能被其他（假想的）实验室超越。

Paradigm 还配了一个"探索器"（Explorer），允许用户直接调整底层经济模型的参数，比如"模型能力对研发速度的弹性系数"，观察不同参数设定下，AI 进步曲线会如何变化。

这部分面向更硬核的受众，本质是把学术论文的数学模型变成了可拖拽的仪表盘。

游戏想传达的四个洞察 {#article-toc-33185-4}

Paradigm 在配套的研究文章中，总结了四个从模型和游戏中获得的认知。

**瓶颈永远在最弱的一环。**AI 研发需要人力、算力和数据三种互补要素。即便 AI 智能无限提升，算力和数据的物理限制仍然存在。递归自主改进可能受限于算力供给或数据质量，而非智能本身。

**自主改进可能是脉冲式的，不是持续指数增长。**AI 有可能经历一段自主加速期，然后在远未达到物理极限的地方停下来，如果算力成为瓶颈的话。智能爆炸未必是一条直冲天际的曲线，更可能是几次急促的台阶，中间夹着平台期。

**窄域智能爆炸可能先于通用智能爆炸到来。**AI 可能先在"AI 研究"这一个窄领域实现自主改进的加速，但这种能力未必能泛化到所有认知任务。你可以想象一个 AI 非常擅长改进 AI 训练代码，但在管理供应链或写小说方面没有同等的突破。

**一切取决于参数设定。**模型输出高度依赖一组叫"弹性系数"（elasticity）的参数。弹性系数衡量的是"当输入增加 1%时，输出增加多少百分比"。递归自主改进中最关键的弹性系数是：当前模型能力提升 1%，能带来多少百分比的新发现速度提升。这个数字可能随时间变化，追踪它的实时变动至关重要。

为什么是 Paradigm？ {#article-toc-33185-5}

Paradigm 不再只是单纯的加密 VC。

一个月前，Paradigm 刚刚完成了 12 亿美元的新一期基金募集。这笔钱的投向和过去三期截然不同，联合创始人 Matt Huang（前红杉资本合伙人）和管理合伙人 Alana Palmedo 在公告中写道，基金将"从加密出发，拓展到 AI、机器人和其他前沿领域"。

Paradigm 2018 年成立以来累计募资超过 40 亿美元，投出了 Uniswap、Optimism、Hyperliquid、Kalshi 等加密行业标志性项目。

如今，Paradigm 的投资版图已经明显越界。3 月领投了无人机配送公司 Zipline的 H 轮，4 月参投了太空防御公司 True Anomaly的 D 轮，同时投资了 AI 研究实验室 Nous Research。

内部工具层面也在向 AI 延伸。Paradigm 开发了 Centaur（AI 智能体工具集）和 EVMbench（与 OpenAI 合作的区块链安全评测项目），一条腿站在链上，一条腿已经迈进了 AI 基础设施。

这个背景下，RSI Simulator 就不只是一个 PR 项目了，Paradigm 正在用 12 亿美元的新资金押注"前沿技术交汇地带"，即 AI 加速、去中心化计算和自动化基础设施。

理解 RSI 的经济学，就是理解它最大赌注的底层逻辑。如果 AI 的自主改进速度符合游戏中某些参数设定的曲线，整个技术栈的更新周期会被压缩，今天看起来领先三年的项目可能六个月后就被淘汰。

Paradigm 在文章末尾说，他们对任何推动 RSI 建模前沿的工作都感兴趣，鼓励相关领域的研究者联系。这款游戏是一张名片，名片背后是 12 亿美元和一个正在转型的投资机构。

游戏地址：https://www.paradigm.xyz/research/rsi/game

模型探索器：https://www.paradigm.xyz/research/rsi/explorer

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。