2026年国产RSI盘点：智谱、DeepSeek、面壁、月之暗面、阿里各自走到哪一步
原标题：一天造300万个沙盒，10万张卡自己写系统：2026年国产 RSI 到底有多野？
AI 摘要
文章梳理了2026年国内主要模型厂商在递归自我改进（RSI）方向上的进展：智谱用GLM-5.3驱动的Infra Agent在10万张国产芯片上两周搭建生产级推理服务，并推出HarnessPro优化Agent框架；DeepSeek联合清华推出日产能300万沙箱的DSec集群，并开源模块化Harness；面壁让AI自主编写训练框架与底层算子；月之暗面以大规模强化学习提升长程自主能力，但K3.1 Pro因额度失控致歉；阿里Qwen3.8-Max完成33轮无人工干预的自主迭代。整体上，国内厂商多处于L1到L2过渡阶段，尚未触及AI改写底层模型权重的L5闭环。
正文节选
0 作者丨高允毅 编辑丨岑 峰 RSI，即 AI 造 AI，成为了 2026 年各家模型厂商争相晒的内部成绩单，也是国内一级市场最热的方向之一。只要BP带上 "Self-Training" 的字眼，估值至少多两成。 但真正的 RSI ，不止是 AI 改进 AI ,它还得把经验沉淀下来，让学习方法本身跟着进化。 今年 9 月，上海交大、清华、字节、商汤等机构的 35 位研究者发了篇论文《The Last AI Built by Humans》，给整个行业立了把标尺，它 RSI 分 L1 到 L5 五层，结论令人扎心： 全球前沿大厂的系统大多处于 L1 到 L2 的过渡阶段，L3、L4 在特定垂直领域（如软件工程、科学发现）有零星雏形，而真正的 L5 闭环仅存在于极少数受限的实验室原型中。 如果用这把尺子去丈量九、十月份国内模型厂商晒出的RSI实验成果，包括训练流程、推理系统、 GPU 算子、 Agent 脚手架；但目前没有一家厂商敢去用AI真正改写底层模型权重。也就是说，目前大家距离传说中的“AI 自己发明下一代 AI（L5）”，甚至连门槛都还没摸到。 那么在这场RSI热潮中，国内各大厂