AI會不會突然「進化」？Paradigm用一個遊戲告訴你答案

作者：小餅

知名加密 VC Paradigm 昨天上線了一個網頁遊戲，叫 RSI Simulator。

玩家扮演一家 AI 實驗室的負責人，目標是從零開始造出超級智能。

你手上有三種資源：人力、算力和數據，需要決定把多少投入研發、多少投入訓練、多少投入擴張。每一輪決策之後，模型能力會變化，能力變化又反過來影響研發效率，直到某個臨界點，AI 開始加速改進自身，曲線陡然上揚。

聽起來像一個放置類遊戲。實際上，這是一個把經濟學論文變成可互動體驗的教育工具。

Paradigm 用它來回答一個所有人都在猜但很少有人量化思考的問題：AI自主改進的速度到底會有多快？會不會突然爆發？什麼因素決定了它的天花板？

什麼是遞歸自主改進？ {#article-toc-33185-2}

遞歸自主改進，簡稱 RSI，是 AI 安全研究領域最核心的議題之一。

簡單說：當一個 AI 模型足夠強大，可以幫助人類改進下一代 AI 模型的時候，就形成了一個循環，AI 參與製造更強的 AI，更強的 AI 再參與製造更更強的 AI。

這個循環一旦啟動，理論上可以產生指數級加速，也就是所謂的智能爆炸。

這不再是科幻。2026年 2 月，OpenAI 在發布 GPT-5.3-Codex 時承認，早期版本的該模型在創建自身的過程中"發揮了重要作用"，幫助調試訓練過程、管理部署和診斷評估故障。這是頭部實驗室首次正式承認，一個模型實質性地參與了製造其繼任者的工程流程。

遊戲怎麼玩？ {#article-toc-33185-3}

RSI Simulator 的遊戲部分模擬了 AI 實驗室的資源分配決策。

每一輪，你需要在三個方向之間分配資源。投入更多算力可以訓練更大的模型；投入更多人力研究可以提升算法效率（用更少算力達到同樣效果）；投入數據採集可以拓寬訓練素材的邊界。

關鍵機制是：當模型能力提升到一定水平，它開始"幫忙做研究"，你的人力研究效率因為 AI 輔助而提升。這就是 RSI 循環的起點。你需要判斷什麼時候應該把資源從擴張模式切換到"讓 AI 研究自身"的模式。

如果切換得太早，模型能力不夠，AI 做研究的效率不如人類，浪費算力。如果切換得太晚，你可能被其他（假想的）實驗室超越。

Paradigm 還配了一個"探索器"（Explorer），允許用戶直接調整底層經濟模型的參數，比如"模型能力對研發速度的彈性係數"，觀察不同參數設定下，AI 進步曲線會如何變化。

這部分面向更硬核的受眾，本質是把學術論文的數學模型變成了可拖拽的儀表盤。

遊戲想傳達的四個洞察 {#article-toc-33185-4}

Paradigm 在配套的研究文章中，總結了四個從模型和遊戲中獲得的認知。

**瓶頸永遠在最弱的一環。**AI 研發需要人力、算力和數據三種互補要素。即便 AI 智能無限提升，算力和數據的物理限制仍然存在。遞歸自主改進可能受限於算力供給或數據質量，而非智能本身。

**自主改進可能是脈衝式的，不是持續指數增長。**AI 有可能經歷一段自主加速期，然後在遠未達到物理極限的地方停下來，如果算力成為瓶頸的話。智能爆炸未必是一條直衝天際的曲線，更可能是幾次急促的台階，中間夾著平台期。

**窄域智能爆炸可能先於通用智能爆炸到來。**AI 可能先在"AI 研究"這一個窄領域實現自主改進的加速，但這種能力未必能泛化到所有認知任務。你可以想像一個 AI 非常擅長改進 AI 訓練代碼，但在管理供應鏈或寫小說方面沒有同等的突破。

**一切取決於參數設定。**模型輸出高度依賴一組叫"彈性係數"（elasticity）的參數。彈性係數衡量的是"當輸入增加 1%時，輸出增加多少百分比"。遞歸自主改進中最關鍵的彈性係數是：當前模型能力提升 1%，能帶來多少百分比的新發現速度提升。這個數字可能隨時間變化，追蹤它的實時變動至關重要。

為什麼是 Paradigm？ {#article-toc-33185-5}

Paradigm 不再只是單純的加密 VC。

一個月前，Paradigm 剛剛完成了 12 億美元的新一期基金募集。這筆錢的投向和過去三期截然不同，聯合創始人 Matt Huang（前紅杉資本合夥人）和管理合夥人 Alana Palmedo 在公告中寫道，基金將"從加密出發，拓展到 AI、機器人和其他前沿領域"。

Paradigm 2018 年成立以來累計募資超過 40 億美元，投出了 Uniswap、Optimism、Hyperliquid、Kalshi 等加密行業標誌性項目。

如今，Paradigm 的投資版圖已經明顯越界。3 月領投了無人機配送公司 Zipline 的 H 輪，4 月參投了太空防禦公司 True Anomaly 的 D 輪，同時投資了 AI 研究實驗室 Nous Research。

內部工具層面也在向 AI 延伸。Paradigm 開發了 Centaur（AI 智能體工具集）和 EVMbench（與 OpenAI 合作的區塊鏈安全評測項目），一條腿站在鏈上，一條腿已經邁進了 AI 基礎設施。

這個背景下，RSI Simulator 就不只是個 PR 項目了，Paradigm 正在用 12 億美元的新資金押注"前沿技術交匯地帶"，即 AI 加速、去中心化計算和自動化基礎設施。

理解 RSI 的經濟學，就是理解它最大賭注的底層邏輯。如果 AI 的自主改進速度符合遊戲中某些參數設定的曲線，整個技術棧的更新周期會被壓縮，今天看起來領先三年的項目可能六個月後就被淘汰。

Paradigm 在文章末尾說，他們對任何推動 RSI 建模前沿的工作都感興趣，鼓勵相關領域的研究者聯繫。這款遊戲是一張名片，名片背後是 12 億美元和一個正在轉型的投資機構。

遊戲地址：https://www.paradigm.xyz/research/rsi/game

模型探索器：https://www.paradigm.xyz/research/rsi/explorer

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。