谁真懂RSI？51位AI从业者投出一张分散的名单

51位AI从业者被问了一个问题：谁对RSI（递归自我改进）有好的判断，它要往哪走。答案是一张75人的名单。

RSI可以简单理解为，系统能改进自己，改进后的版本继续改进，形成循环。它不等于模型自己写几行代码。关键在闭环能不能跑起来，以及谁来验证改进真的有效。

Chris Barber做了这次投票。每位投票者从自己见过的人里选，作者没有投票。结果很分散：Jerry Tworek拿到5票，Jun Park拿到4票。John Schulman、Rohan Anil、Daniel Chang、Laksh Aithani、Richard Socher各3票。Andrej Karpathy、Behnam Neyshabur、Han Fang、Herbie Bradley、Jennifer Zhou、Paul Christiano各2票。75人里有62人只拿到1票。

图片里是这份名单的头部：People who best understand RSI, picked by 51 people who've met them。底部列了投票者所在的组织，包括Workshop Labs、Patronus、AIUC、Recursive、Belvedir、Aviro、Wafer、ooak、Chakra、Core Automation、Google DeepMind、HUD、Hugging Face、Latch、Meta、Microsoft AI、Midcentury、Mirendil、Prime Intellect、Scale、Snorkel、Thinking Machines、Toloka等。完整名单在 frontierlist.com/rsi-people。

这张名单更像同行记忆的切片。投票者从自己见过的人里选，社交半径会直接影响结果。票数高说明被同行反复想起，不直接等于预测最准。有网友说，51个投票人选出75个名字，说明大家共识很少。这个观察挺准。

回复里还有几条补充。Ryan Wexler说Jennifer Zhou是明星，Preference Model在招聘。Andrey Fradkin认为Tom Cunningham和Phil Trammell应该排很高。Divy Thakkar说名单缺Vihaniaj。Ruslan希望给每个人加一篇公开文章，方便比较他们对RSI的推理和预测差异。

Mirko Monti提了一个更具体的角度：RSI不只在实验室里，同样的循环，行动、测量、提出改动、验证，也可以套到公司流程上。两边真正的瓶颈都是验证器。这个说法值得记住。名单告诉你谁在思考RSI，验证器告诉你循环能不能真的转起来。