henry 发自 凹非寺量子位 | 公众号 QbitAIOpenAI的RSI焚诀，它来了！

        就在老黄开推摇旗呐喊、呼吁开放权重之后，OpenAI也突然Open了起来～在最新技术报告中，他们老实交代了一部分RSI（AI递归自进化）心法：让GPT-5.6左脚踩右脚，开始自己动手改造供自己运行的系统。

        据报告透露，GPT-5.6已经被投入OpenAI的真实生产环境，用来分析线上流量、调整请求路由，甚至亲自下场改写底层Kernel、优化推测解码模型。

        一套小连招下来，OpenAI的端到端服务成本降低了20%，Token生成效率也提升了15%以上。

        而且，值得一提的是，在披露这套工程的五名作者里，还有大名鼎鼎的Triton之父Philippe Tillet。

        2021年，OpenAI发布Triton 1.0时，目标还是让不懂CUDA的人也能写出接近专家水平的GPU程序。

        五年后，GPT-5.6已经开始用Triton改写自己跑在GPU上的底层代码。

        从教人类写Kernel，到让模型给自己改Kernel，味儿确实越来越像RSI了。

        （你别说，也难怪翁荔回老东家。搞RSI，还得在OpenAI呐）RSI焚决，先从底层优化开始这件事之所以值得关注，就在于它已经有了几分RSI的味道。

        所谓RSI，也就是递归式自我改进，说白了就是：让AI进入一个“改进AI”的反馈回路——

        这一轮能力变强之后，再反过来加速下一轮升级。当然，GPT-5.6现在还远没有完全实现GPT自动训练下一代GPT的RSI。

        但它已经开始参与优化自己的运行环境：模型不仅是被工程师部署和调用的工具，也逐渐变成了改造模型系统本身的工程师。

        具体来说，它干了四件事。1、分析OpenAI真实的生产流量。

        GPT-5.6会寻找不同机器和服务节点之间的负载不均，并测试新的路由策略，把请求分配到更合适的位置。

        2、重写和优化生产Kernel。GPT-5.6会深入模型的forward pass，寻找可以提前计算、省略或并行执行的部分，再通过Codex改写生产环境中的Triton和Gluon Kernel。

        3、优化自己的推测解码系统。GPT-5.6为自己的draft model设计方案，并自动运行数百次实验，测试不同的模型大小、结构和特征。

        在训练过程中，它还会持续监控实验，并在发生硬件故障或训练不稳定时主动介入。

        4、针对不同任务，自己寻找最优部署参数。面对短对话、长上下文、代码任务等不同负载，GPT-5.6会自动搜索batching、sharding和KV Cache管理的更优组合。

        四件事连起来，GPT-5.6参与的已经不再是某个孤立的代码任务，而是一条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。

        人类依旧站在圈里当然，RSI也没那么快，人类依旧站在圈里，也就是human in the loop。

        GPT-5.6虽然开始参与改造自己，但优化目标、工具权限、评测指标，以及代码能否进入生产环境，仍然由人类决定。

        而且，模型内部省完了，模型外面还有大量重复开销。比如，ChatGPT Work和Codex执行复杂任务时，往往要不断经历：模型思考—调用工具—读取结果—继续思考。

        一次用户请求，背后可能循环十几轮甚至几十轮。假如一个任务需要调用模型30次，每次只额外浪费1秒，累计起来就是30秒。

        上下文、工具说明和历史结果也会在每轮循环中反复传输和计算。

        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。

        这里最关键的有两项优化。1、延迟发现：别一上来就把所有工具塞给模型今天的Agent可以使用大量工具、Skill、插件和自定义MCP，但单个任务通常只需要其中很少一部分。

        OpenAI不再一开始就把所有说明书塞进上下文，而是在真正需要时，才向模型展示对应工具。

        工具返回的内容默认也被限制在1万Token以内，需要更多时，再由模型主动申请。

        2、只追加、不回写：让Prompt缓存一直有效Prompt缓存可以复用已经计算过的上下文前缀，但前提是这段前缀必须原样不动。

        因此，新的消息和工具结果只会接在上下文末尾，不再插回旧内容；工具保持固定顺序，审批和权限设置则留到执行阶段处理。

        这样一来，GPU可以直接复用此前的计算，只处理本轮新增的内容。

        可以说，一次循环可能只省一点，但当成千上万只Agent每天循环几十轮，省下来的就不再是一点。

        所以，这轮效率优化其实来自两股力量：一边是GPT-5.6开始帮助优化模型；另一边，是人类继续替模型清理运行环境里的重复劳动。

        人类依旧站在圈里，只是圈里的AI已经开始主动拿起扳手了。

        AI越好用，用得越多除了让GPT-5.6参与优化自身，OpenAI还在报告中透露了另一个细节：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。

        这组数字当然不能直接证明，OpenAI的研究速度也提升了100倍。

        但它至少说明了一件事：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。

        参考链接[1]https://openai.com/index/gpt-5-6-frontier-intelligence-efficiency/[2]https://deploymentsafety.openai.com/gpt-5-6/introduction一键三连「点赞」「转发」「小心心」欢迎在评论区留下你的想法！— 完 —🌟 点亮星标 🌟科技前沿进展每日见