OpenAI的RSI技术（递归自进化）正式亮相。在黄仁勋高调呼吁开放权重之后，OpenAI也展现了开放姿态。最新技术报告披露了GPT-5.6的部分RSI能力：它开始自主改造自身的运行系统。GPT-5.6已部署在生产环境中，分析流量、优化路由，并直接重写底层内核及改进推测解码。这一举措使端到端服务成本降低了20%，Token生成效率提升了15%以上。值得一提的是，该项目作者包括Triton之父Philippe Tillet。从2021年让人类编写GPU内核到如今GPT-5.6自行改写内核，这一转变标志着RSI时代的真正到来。
01、RSI的实践：从底层优化开始
这项技术之所以引人注目，是因为它体现了真正的RSI精神。RSI代表递归式自我改进，即AI进入一个“改进AI”的反馈回路，提升的能力加速下一轮升级。虽然GPT-5.6尚未完全实现GPT自动训练下一代GPT，但它已开始优化自身的运行环境。模型不再仅仅是工程师的工具，而是成为了改造系统本身的“工程师”。具体而言，它完成了四项关键任务。
1、生产流量分析：GPT-5.6检测不同机器和服务节点之间的负载不均，测试新的路由策略，将请求分配到最佳位置。
2、Kernel重写与优化：它深入模型的forward pass，识别可以提前计算、省略或并行执行的部分，然后使用Codex重写生产环境中的Triton和Gluon内核。
3、推测解码优化：GPT-5.6为其draft model设计架构，自动运行数百次实验以测试不同的模型大小、结构和特征。它还会监控训练过程，并在硬件故障或训练不稳定时主动干预。
4、自动部署参数调优：面对短对话、长上下文或代码任务等不同负载，GPT-5.6自动搜索batching、sharding和KV Cache管理的最优组合。
02、人类依然在环中
然而，RSI尚未完全成熟，人类仍然在循环中。虽然GPT-5.6开始改造自身，但优化目标、工具权限、评估指标以及代码部署权仍由人类决定。此外，尽管模型内部优化显著，外部仍有大量重复开销。例如，ChatGPT Work和Codex在执行复杂任务时，经常重复“思考—调用工具—读取结果—继续思考”的循环。一次用户请求可能涉及十几或几十轮这样的循环。如果一项任务调用模型30次，每次浪费1秒，累计就是30秒。上下文、工具说明和历史结果也会在每轮中重复传输和计算。为此，OpenAI开发了一层基于Rust的Agent Harness，旨在减少Agent循环中的重复工作。这里的关键优化有两点：
1、延迟发现：不要一开始就将所有工具提供给模型。虽然现代Agent可以使用大量工具和插件，但单个任务通常只需要其中很少一部分。OpenAI不再在初始上下文中堆砌所有说明，而是在需要时才展示相应的工具。工具返回的内容默认限制在1万Token以内；需要更多时，模型才会主动申请。
2、只追加不回写：保持Prompt缓存有效。Prompt缓存可以复用已计算的前缀，但前提是内容必须保持不变。因此，新消息和工具结果仅追加在上下文末尾，不插入旧内容。工具顺序固定，审批和权限设置留到执行阶段。这使得GPU可以直接复用之前的计算，仅处理新增内容。虽然单次循环节省很少，但当数百万Agent每天循环数十次时，节省的算力是巨大的。
因此，这次效率提升来自两股力量：GPT-5.6帮助优化模型，以及人类清理运行环境中的重复工作。人类依然在环中，只是圈内的AI已经开始主动拿起扳手了。
03、AI越好用，用得越多
除了让GPT-5.6参与优化自身，OpenAI还透露了一个细节：在GPT-5.6的内部测试期间，每位活跃研究人员的日均Token输出量超过了GPT-5.5峰值的两倍。过去半年，OpenAI用于内部编程推理的算力增长了100倍，内部Agent的Token用量也增长了约22倍。这些数字并不能直接证明研究速度提升了100倍，但它们清楚地表明了一件事：一旦AI变得更便宜、更好用，它的用量不仅不会减少，反而会显著增加。