上周，DeepSeek 正式发布 DeepSeek Harness（DSH）开发者预览版——一个让 AI 参与制造更强 AI 的工程底座，也是梁文锋对 RSI（递归式自我改进）路线最清晰的一次落点。尽管姗姗来迟、被吐槽"半成品"，它依然让 AI 圈重新兴奋了起来。
在 Codex、Claude Code、Kimi、Hy 都有了各自的 Harness 之后，DeepSeek 上周终于推出 DeepSeek Harness（DSH）。它只是一个开发者预览版，定位却不含糊：给 AI 一个能安全修改自己、迭代自己的工程环境。
单看发布本身，DSH 算不上惊艳。真正让 AI 圈兴奋的，是它背后那张路线图。
梁文锋在 7 月底的内部四小时发言里，把 AI 的发展比作一级一级的阶梯：
注：前四阶已有较成熟的产品形态；"自我迭代"正是 DSH 所在的层级，再往上就是梁文锋所说的"奇点"。
他的原话是："AI 的自我迭代，将会带领大家走到一个奇点。"
他还说了一句更反常识的话："第一目标不是大家用得好用，而是我们自己用得好用。"
模型做出来，第一目标不是给用户用？梁文锋的解释是：模型先服务于 DeepSeek 自己，这是实现 AGI 最快的办法。AGI 是目标，RSI 是手段——让 AI 自己参与造更强的 AI，再用更强的 AI 加速下一轮改进，循环往复。
要让 AI 敢对自己动手，得先解决一个行业老难题：传统插件系统擅长把插件装上，却几乎无法在不重启进程的前提下，把插件留下的影响干净地撤掉。
这对一个需要持续自进化的 Agent 来说是致命的——环境里塞满工具、权限、沙箱、记忆、会话状态，每次修改都要求整个系统重启，持续运行就被打断；一次失败的修改，还可能把系统带进无法恢复的中间状态。
所以 DSH 的第一步，不是让 AI 变聪明，而是让 AI 敢犯错。
注：对比维度为插件生命周期管理。Cordis 对应论文中的 temporal / spatial composability（时间与空间可组合性）。
这套机制出自 DeepSeek 与北京大学联合发布的论文《A Programming Paradigm for Spatiotemporal Composability》。更关键的是，它并非纸上谈兵——Cordis 的思路已在开源机器人框架 Koishi 里跑了 4 年，4000+ 社区插件每天都在使用。
当自我修改变成一种可以持续、可以失败、也可以回退的工程过程，AI 自我进化才算真正有了能落脚的土壤。
RSI 不是 DeepSeek 一家的事。谷歌 DeepMind 掌门人哈萨比斯 7 月表态：大多数前沿实验室都在致力于研究 RSI。一个月后，DeepMind 首席战略官 Jasjeet Sekhon 说得更直接：RSI 正成为 AI 资本开支的核心投资逻辑。
他的比喻很妙："当年人类正是依靠蒸汽机来制造新一代蒸汽机。"
官方标题直指 RSI。早期模型自己搭 harness，分析失败轨迹、修改脚手架代码、跑评测、决定保留或回退，循环 100 多轮后内部评测提升 3 成。
腾讯发布 Hyra-1.0，官方称能递归自我改进、面向研究与工程任务；OpenAI 在 GPT-5.6 发布说明中新增 RSI-Index 指标，专门衡量模型的自进化程度。
在 Google 待了 27 年的 Jeff Dean 离职，带走几位研究员创办新公司，目标直指递归式自我改进。
Anthropic 联合创始人 Jack Clark 同期给出预测：RSI 有 60% 概率在 2028 年底之前发生。
注：时间线按各公司公开表态与产品发布排序，事件密度不代表研发进度；"最近"以报道发布时点为准。
Anthropic 的押注同样激进。它今年成立的 Anthropic Institute 将 RSI 列为核心方向之一；在 "Weak-to-Strong 自动化研究者" 实验中，多个 Claude 驱动的 Agent 自主提出假设、设计并运行实验、分析结果再迭代，在一个 AI 对齐问题上取得了优于人工研究者的结果。
而离"已经在用"最近的，是谷歌的 AlphaEvolve。它已运行一年多，机制不复杂：让 Gemini 生成一批程序，交给自动评估器运行、验证、打分，保留表现好的方案进入下一轮——评价环节也完全自动化，无需工程师插手。
注：以上为谷歌公布的自有数据。AlphaEvolve 目前主要用于优化自家计算基础设施，与"通用自我改进"仍有距离。
RSI 不只是技术命题，它正在改写 AI 公司的竞争逻辑。过去，行业把模型发布当作能力变化的时间节点：新模型上线、跑一轮榜单、行业重新排队。现在，单次发布越来越难以代表一家公司的长期能力——能力的成长发生在发布之后。
竞争焦点，正在从"参数有多大"转向"循环有多快"。
RSI 的基本设想是让 AI 进入一个能持续改进的循环，这对基础设施提出了三重新要求：
模型要进入真实任务，能行动、能修改、能验证，在实际工作中暴露问题。
系统要可靠判断一次修改是解决了问题，还是只让某个指标暂时变好。
上一轮结果进入下一轮，方案可反复运行、比较、回退，失败也能重来。
用这个逻辑回看马斯克 600 亿美元收购 Cursor 的新闻，一切都说得通了。SEC 文件给出的收购理由是：软件开发同时具备高质量结构化数据、快速反馈周期和高频使用。用户用 AI 写代码时，Cursor 会记录它在哪一步卡住、如何补救——这些行为轨迹，反过来就是训练模型的最佳数据。
马斯克真正买下的不是一款编辑器，而是 AI 进入真实工作环境后的反馈与循环。接下来，会有更多公司复制这套打法：通过收购拿到高价值场景、产品入口与用户规模，把循环攥在自己手里。
兴奋归兴奋，先泼一盆冷水：DSH 现在确实不好用。
发布几天后，已有用户吐槽它部署繁琐、配置复杂，体验上像是一个"半成品"。
学术界的质疑更根本。华盛顿大学教授 Pedro Domingos 指出，从 LISP 在 1950 年代出现开始，AI 就具备某种构建自身的能力。自我改进究竟带来递增回报还是递减回报？在他看来，目前没有足够证据证明前者。
1965 年，数学家 I.J. 古德写下："第一台超智能机器，将是人类最后一项发明。"——但他附了一个前提：机器得一直肯听人的话，人可以随时关掉它。
如果 AI 真的通过 RSI 实现能力指数级增长，人类还攥不攥得住那个开关？这个问题，比任何技术细节都更难回答。
RSI 真正的门槛，不是模型够不够强，而是有没有一块允许 AI 反复试错、随时回退的工程底座。
DSH 目前为开发者预览版，可在 DeepSeek 官方渠道获取。部署需要 Docker 环境与一定工程基础——普通用户建议观望，开发者可以上手体验"AI 自我进化"的第一块积木。
🛠 面向开发者 · 建议具备容器与 Agent 工程经验