据The Information报道，OpenAI内部的AI模型已开始承担实验性AI模型的训练工作，在相当程度上能够自行编写在GPU内核上运行或训练模型所需的程序，并给出针对这些程序的优化方案。工程师只需向模型提供一个希望实现的优化类型示例，AI就能持续运行数周来落实这些优化。报道称，这种由AI驱动的自动化水平直到最近几个月才成为可能，员工使用的智能体之间还会相互协作解决问题，无需人类介入。原本需要数年才能跑完的宏大实验，如今被压缩到一周左右。

这一爆料的核心指向一个业内高度敏感的概念——RSI，即递归自我改进。其逻辑是：一个AI系统若能参与设计并训练出更强的下一代AI，下一代又能以更快的速度继续这一过程，进化速度可能在跨过某个临界点后急剧抬升。此前业界普遍认为这还很遥远，但OpenAI此次主动将其摆上台面。

就在同一天，OpenAI发布了一份全球安全倡议，罕见地把RSI单列一节，明确写下“全自主RSI今天并未发生，在能安全做到之前不应推进”，并呼吁各国AI安全研究所网络制定一套全球通用的技术标准。OpenAI在报告中警告，随着AI系统在开发下一代AI的工作中承担越来越多任务，它们可以日益推动RSI的进程；随着这一过程更加自动化，AI进步的步伐可能急剧加速。报告同时指出，当前的首要任务是驾驭下一阶段的AI进展、构建自动化的AI研究员，并找到让人类留在自我改进循环中的方法。

OpenAI在报告中提到，AI驱动的研究已推动数学领域的重大进步，但另一面是风险：如果不采取适当谨慎措施，RSI可能导致人类失去对AI发展的实际控制，无法对不再理解的研究过程提供监督。报告还点名了Hugging Face事件，澄清其并非RSI的直接后果，但称其是一个警示，说明缺乏强大护栏和对齐机制时可能出现的后果。

在具体提案上，OpenAI提出两条主线。其一是构建互补的国家与国际前沿标准网络，建议依托现有机构，如AI标准与创新中心（CAISI），以及澳大利亚、加拿大、英国、法国、日本等国已建立的AI安全研究所网络，制定全球通用技术标准。这套标准并非针对开源模型或初创企业，而是聚焦“前沿AI模型”，要解决的问题包括如何评估一个AI的RSI能力、当AI模型自主进行研发时风险有多大，目标是让安全评估成为可量化的科学。

其二是通用测量与事件报告协议。OpenAI呼吁建立评估企业内部有多少研发工作由AI自动完成的标准、强制性的人类监督触发机制，明确规定在什么样的自动化研发流程中必须立即触发人工审查，以及类似航空业或核工业的事故分类与报告门槛，当AI出现“未对齐”苗头时按统一严重程度分级上报。OpenAI还提议美国应领导这一进程，理由是美国的AI产业处于技术最前沿并在关键领域占据全球网络枢纽位置，并强调安全对齐研究的速度必须跑在AI能力提升的前面。

与此同时，The Information还曝出，OpenAI与Anthropic正在敲定一项协议，双方将互相测试对方的商用模型，并设置严格的数据保留防护措施。Anthropic的创始团队当年正是因AI安全理念分歧而离开OpenAI自立门户，此次若协议落地，意味着两家长期在安全议题上立场不同的公司罕见联手。报道分析认为，随着AI能力逼近RSI边缘，任何一家公司单独评估自身模型安全性都缺乏公信力，引入势均力敌的竞争对手进行交叉盲测，有助于弥补技术盲区。若该协议最终落地，可能重塑整个AI生态的安全标准。

整体来看，这条消息包含两个层面：一是工程层面，AI参与甚至主导AI研发的自动化程度在快速提升；二是治理层面，头部实验室开始主动为这一进程设计全球性的评估与报告框架。两者叠加，使RSI从一个学术概念变成了需要现实应对的议题。