OpenAI的RSI“焚诀”来了！在黄仁勋呼吁开放权重后，OpenAI也终于变得开放起来。最新技术报告透露，GPT-5.6开始“左脚踩右脚”，自己动手改造运行系统。它已进入生产环境，负责分析流量、调整路由，甚至亲自重写底层Kernel和优化推测解码。结果，端到端服务成本降低20%，Token生成效率提升15%以上。值得一提的是，报告作者中还有Triton之父Philippe Tillet。从教人类写Kernel到让模型改Kernel，这种“递归自进化”的味道越来越浓了。
RSI（递归式自我改进），简单说就是AI进入一个“改进AI”的闭环。GPT-5.6虽然还不能完全训练下一代模型，但它已经开始优化自己的运行环境，从被动的工具变成了主动的工程师。具体来说，它参与了四项关键工作：
第一，分析OpenAI真实的生产流量，寻找节点间的负载不均并测试新的路由策略。
第二，重写和优化生产Kernel，深入模型的forward pass，通过Codex改写生产环境中的Triton和Gluon Kernel。
第三，优化自己的推测解码系统，设计draft model方案，自动运行数百次实验。
第四，针对不同任务，自动搜索batching、sharding和KV Cache管理的更优组合。
这四件事串联起来，形成了一个真实的工程反馈回路：观察生产系统、寻找瓶颈、提出方案、运行实验、处理故障，再把有效改进部署回承载自己运行的系统。虽然距离完全的“AI训练AI”还有距离，但这已经是RSI的雏形。
当然，RSI尚未完全成熟，人类依然在“回路”中把关。人类负责设定优化目标、工具权限、评测指标以及代码能否进入生产环境。此外，模型外部的Agent循环仍有大量重复开销。为此，OpenAI搭建了一层由Rust编写的Agent Harness，连接模型、工具和用户环境，专门减少Agent循环里的重复工作。这里的关键优化有两点：一是延迟发现，模型只在需要时才展示工具，而不是一开始就把所有说明书塞进上下文；二是只追加、不回写，让Prompt缓存一直有效，只处理本轮新增的内容。
除了让GPT-5.6参与优化自身，报告还透露了另一个现象：在GPT-5.6内部测试期间，每名活跃研究人员的日均输出Token，超过了GPT-5.5时期峰值的两倍。过去半年，OpenAI用于内部编程推理的研究算力占比增长了100倍，内部Agent Token用量也增长了约22倍。这组数字说明了一个趋势：AI一旦变得更便宜、更好用，它的用量不仅不会减少，反而会不断增加。