中美AI竞争真正的胜负手，不是谁的模型更强，而是谁先让AI研究AI

最近讨论中美AI竞争时，我注意到一个变化。上周 Google 发布 Gemini 4 Argon 后，我看到不少讨论把它直接和 RSI，也就是“递归自我改进”联系在一起。这个说法很吸引人：如果 AI 已经能够研究 AI、改进 AI，下一代模型是不是就不再主要靠人来做了？

我后来又去看了 Google 的正式材料，结论没有这么激进。Google 并没有宣布 Gemini 4 已经实现完整意义上的 RSI，Argon 目前也还处于分阶段开放状态。但有一个细节比“是否实现 RSI”更值得关注：Google 已经开始把模型放进自己的研发流程里。Gemini 4 Argon 在 PostTrainBench 这类机器学习工程测试上拿到 45.3%；更早的 AlphaEvolve 还曾把 Gemini 架构中的一个关键矩阵乘法内核加速 23%，最终让整体训练时间下降约 1%。

1% 听起来不大，但训练一个前沿模型本来就是极其昂贵的工程。更重要的是，它改变了一个长期默认的关系：以前主要是人研究 AI，现在开始变成 AI 也参与研究下一代 AI。

这让我越来越觉得，中美AI竞争如果继续只看“哪个模型更强”，可能已经抓不住真正的变化了。

中美AI竞争：模型差距越来越小，静态领先已经不够看了

过去两年讨论中美 AI 差距，最常见的指标无非是芯片、训练算力和 Benchmark。但 Stanford 今年的 AI Index 给出了一组很有意思的数据：截至 2026 年 3 月，中美领先模型之间的性能差距已经缩小到 2.7%，而且从 2025 年开始，双方模型多次在排行榜上交换位置。美国仍然拥有更多顶尖模型，也有更强的资本和算力基础，但单看模型能力，“代差”已经越来越难讲。

如果今天领先 3 分、明天又被追上，那么“今天谁第一”本身就没有以前那么重要了。真正值得看的，是谁迭代得更快。

我自己这两年用 Coding Agent，也越来越明显地感受到这种变化。以前开发效率主要靠更好的 IDE 和框架，现在很多任务可以直接交给 Agent 去写、改、测试，人慢慢从“亲手完成”转向“决定做什么、检查结果是否正确”。单个工程师尚且如此，如果把这种变化放进 Google、Anthropic、DeepSeek 的模型研发里，影响就不只是少写几行代码，而可能是下一代模型更早几个月出现。

所以我更愿意把下一阶段中美AI竞争理解成一种“加速度竞争”：比的不只是这一代模型有多强，而是谁能让下一代模型来得更快。

AI研究AI已经开始，但完整的递归自我改进（RSI）还没有到来

RSI 很容易让人想到一个极端场景：一个 AI 设计出更强的下一代 AI，下一代再设计下下一代，能力像滚雪球一样增长。但至少从公开资料看，我们还没到这一步。

Anthropic 今年 6 月专门讨论过 RSI，说得很直接：他们正在把越来越多 AI 研发工作交给 AI，但“还没有到达递归自我改进”。到 8 月，Anthropic 又公布了一组内部数据：Claude 已经能够“主导”26% 的模型研发任务，超过 90% 的研发工作至少进入 AI 与人协作的阶段，但没有任何一类工作达到完全自主。

这个边界很重要。今天的 AI 已经很擅长执行实验、写代码、修基础设施，但它仍然不太擅长决定“下一个最值得研究的问题是什么”。Anthropic 自己也承认，模型在执行清晰实验上已经很强，但在选择研究目标和作出高级判断时仍然存在明显差距。

DeepSeek 梁文锋谈的其实也是类似路径。今年流出的投资者交流会记录里，他把 AI 的发展分成语言模型、思维链、Agent、持续学习几个台阶，并认为持续学习之后，模型才可能进一步“自己开发自己的版本、自己做研究、开发下一个更强的人工智能模型”。不过这份记录并非 DeepSeek 官方发布，原始音频也没有公开，所以更适合把它当作一份需要保留来源限定的交流记录。

我觉得这里最值得关注的，不是“奇点”两个字，而是研发逻辑：如果当前模型能够帮团队更快做实验、分析结果、改训练代码，那么它最大的价值就不只是对外卖多少 Token，还包括能不能帮助公司更快做出下一代模型。

这已经足够改变竞争方式了，并不需要等到一个完全自主的 RSI 突然出现。

当研发速度进入反馈循环，领先就可能从线性变成复利

传统模型竞争比较像资源竞赛：更多 GPU、更多数据、更好的研究员，换来更强的模型。但 AI 开始参与 AI 研发以后，资源之间会多出一个反馈回路。

更强的模型承担更多研发工作，更多研发自动化又缩短下一代模型周期；下一代能力提高后，再扩大可以自动化的研发范围。这个过程未必会出现科幻意义上的“智能爆炸”，但哪怕只是把原来 12 个月的迭代周期压到 9 个月，再从 9 个月压到 6 个月，几年以后形成的差距也可能非常大。

Anthropic 已经能看到这种苗头。2026 年第二季度，其典型工程师每天合并的代码量大约是 2024 年的 8 倍。Anthropic 也提醒，代码行数不等于真实生产率，所以不能简单理解成效率提高 8 倍，但至少说明 AI 已经实质改变前沿实验室内部的研发方式。

这也是为什么我认为，未来观察中美AI竞争，除了 Benchmark，还应该增加两个指标：AI 到底承担了多少 AI 研发工作，以及它让模型迭代周期缩短了多少。

美国现在的资源优势仍然很明显。Stanford 数据显示，美国 2025 年私人 AI 投资达到 2859 亿美元，中国是 124 亿美元，虽然这个口径会低估中国政府引导资金，但资本、算力和顶尖实验室密度的差距依然存在。

但如果未来竞争越来越取决于“谁能用当前模型更快做出下一代模型”，那么研发组织的效率、Agent 的使用深度、持续学习能力，也会变成新的变量。DeepSeek 为什么把“AI 帮自己研发 AI”放在那么靠前的位置，也就更容易理解了。

但AI公司跑得快，还不等于一个国家真的因此变得更富

这里还有另一半问题，也是讨论 RSI 时很容易被忽略的地方。

如果 Google、Anthropic、DeepSeek 的研发效率因为 AI 提升几倍，这首先只是 AI 实验室自己的生产率革命。它能不能继续传导到制造业、金融、医疗、物流和普通企业，最后变成整个经济的生产率增长，是另一回事。

事实上，AI 已经开始进入宏观经济数据，只是目前最明显的贡献，仍然主要来自投资端。IMF 今年估算，2025 年与 AI 相关的科技投资已经给美国 GDP 增速贡献大约 0.5 个百分点。但 IMF 特别注明，这个估算主要来自 AI 相关投资，并没有计算企业采用 AI 后带来的广泛生产率提升。

这两件事差别很大。修数据中心、买 GPU、建设电力设施，本身就会增加 GDP；但如果一家企业原来需要 100 个人完成的工作，使用 AI 后 80 个人就能完成，而且产出更多，这才是我们真正期待的生产率变化。

所以我更关心的，其实不是 AI 有没有开始贡献 GDP，而是这种增长到底来自“建设 AI”，还是已经开始来自“使用 AI”。前者证明的是资本正在大规模下注，后者才意味着 AI 真正改变了经济的生产方式。

目前宏观数据里已经有一点迹象，但还谈不上定论。OECD 的数据是，美国 2024 年劳动生产率增长 2.2%，明显高于 2010—2019 年平均水平，OECD 认为这“可能”开始反映 AI 的影响，但仍无法把其中多少准确归因给 AI。

中国这边也有一个容易被忽略的变量。Stanford 的统计显示，中国 2024 年安装了约 29.5 万台工业机器人，占全球新增安装量的 54%，已经超过其他国家合计。这个数字当然不能直接证明中国更容易获得 AI 生产率红利，工业机器人也不等于生成式 AI，但它至少说明，中美下一阶段面对的是两种很不一样的基础：中国的优势未必只在模型本身，还包括一个庞大的制造业和实体产业体系，AI 如果真正进入这些流程，产生的经济效果可能和聊天机器人完全是两回事。

所以今天值得观察的反差是：AI 实验室内部的生产率革命已经越来越清楚，整个经济的生产率革命却还没有同样清楚地出现。谁先让AI研究AI，可能获得技术上的加速度；但谁能让这种能力继续进入千千万万家企业，变成更低的成本、更高的产出和新的产品，才会把实验室里的领先变成国家层面的增长。

Gemini 4 到底算不算 RSI，我现在并不急着下结论。Google 没有这么说，Anthropic 也明确承认完整 RSI 尚未实现。但我越来越相信，等待某一天突然出现一个“会自己造下一代 AI 的超级 AI”，可能反而会错过眼前正在发生的变化。

它更可能是一个渐进过程：AI 先帮人写代码，再帮人跑实验，再帮人设计实验，最后开始参与决定下一代模型怎么做。每跨过一步，研发周期就再缩短一点。

如果这个判断成立，那么中美AI竞争接下来最值得看的，已经不是下一张榜单上谁高两分，而是谁先让这种反馈循环真正转起来；而一个国家最终能不能把这种技术加速度继续传导到企业和产业，变成真正的生产率增长，才决定实验室里的领先能不能成为长期的经济优势。

当 AI 开始成为 AI 自己的研发工具以后，中美竞争真正开始比的，是进步本身的速度。

中美AI竞争真正的胜负手，不是谁的模型更强，而是谁先让AI研究AI Share on X