知名加密 VC Paradigm 上线了一款网页游戏 RSI Simulator，试图把一个原本停留在论文和讨论里的问题，变成可交互的体验：AI 的自主改进会不会突然加速，以及这种加速会被什么限制。
在这款游戏里，玩家扮演一家 AI 实验室的负责人，从零开始推动超级智能的开发。可分配的资源只有三类：人力、算力和数据。玩家需要决定每一轮把多少资源投向研发、训练和扩张。模型能力会随着决策变化，而能力变化又会反过来影响研发效率，直到某个临界点出现，AI 开始加速改进自身，能力曲线随之陡升。
把经济学论文做成可玩的教育工具
从形式上看，RSI Simulator 很像一款放置类游戏；从定位看，它更像一个教育工具。Paradigm 想借它回答几个始终存在争议、但很少被量化拆解的问题：AI 自主改进的速度究竟会有多快，是否会突然爆发，以及决定其上限的因素到底是什么。
这里的核心概念是递归自主改进，简称 RSI。按照文中的解释，当一个 AI 模型已经强到可以帮助人类改进下一代 AI 模型时，一个循环就形成了：AI 参与制造更强的 AI，而更强的 AI 再参与制造下一代更强的系统。理论上，这个循环可能带来指数级加速，也就是常被称为“智能爆炸”的情形。
文章指出，这件事已经不再只是科幻设想。2026 年 2 月，OpenAI 在发布 GPT-5.3-Codex 时承认，该模型的早期版本在创建自身过程中“发挥了重要作用”，包括协助调试训练流程、管理部署以及诊断评估故障。Paradigm 将此视为头部实验室首次正式承认，一个模型已经实质性参与到其继任者的工程流程中。
游戏机制围绕资源分配与临界切换
RSI Simulator 的主体机制，是对 AI 实验室资源分配决策的模拟。每一轮中，玩家都要在三个方向之间做取舍。
- 把更多算力投入训练，可以训练更大的模型；
- 把更多人力投入研究，可以提升算法效率，也就是用更少算力达到相同效果；
- 把资源投向数据采集，可以拓宽训练素材的边界。
关键点在于，当模型能力提升到一定水平后，它会开始“帮忙做研究”。这时，AI 辅助会提高人类研究效率，递归自主改进循环也就随之启动。玩家要判断的是，什么时候应该把资源从扩张模式切换到“让 AI 研究自身”的模式。
如果切换过早，模型能力还不够，AI 做研究的效率可能不如人类，算力会被浪费；如果切换过晚，则可能被其他假想中的实验室赶超。这个设计本身，就是对 AI 实验室战略选择的一种抽象。
Explorer 开放底层参数，直接观察不同曲线
除了游戏本体，Paradigm 还配套推出了一个“探索器”Explorer。用户可以直接调整底层经济模型中的参数，例如“模型能力对研发速度的弹性系数”，然后观察参数变化后，AI 进步曲线会出现什么不同。
这部分显然更偏向硬核用户。文章将其定义为把学术论文中的数学模型，转换成可拖拽、可视化的仪表盘。对希望理解 RSI 建模方式的人来说，这个工具比纯文本说明更直观。
Paradigm 总结的四个核心判断
在配套研究文章中，Paradigm 提炼了四点认知。
瓶颈取决于最弱的一环
AI 研发依赖人力、算力和数据三种互补要素。即便 AI 智能持续提升，算力供给和数据质量仍然受到物理限制。按这一逻辑，递归自主改进的限制条件未必来自智能本身，也可能来自算力或数据。
自主改进可能是脉冲式，而非持续指数增长
Paradigm 认为，AI 有可能先经历一段自主加速期，随后在远未达到物理极限的位置停下来，原因可能只是算力先成为瓶颈。也就是说，所谓“智能爆炸”未必是一条持续向上的平滑曲线，更可能表现为几次陡峭台阶，其间夹着平台期。
窄域智能爆炸可能早于通用智能爆炸
文中还提出，AI 可能先在“AI 研究”这一窄领域中实现自主改进加速，但这种能力不一定能泛化到全部认知任务。一个系统或许很擅长改进 AI 训练代码，却未必同样擅长管理供应链或写小说。
结果高度依赖参数设定
模型输出依赖一组被称为“弹性系数”的参数。其含义是：当输入增加 1% 时，输出增加多少百分比。对 RSI 最关键的一项弹性系数是，当前模型能力每提升 1%，能够带来多少百分比的新发现速度提升。Paradigm 认为，这个数字可能随时间变化，持续追踪其变化非常重要。
Paradigm 的布局已不再局限于加密
文章把 RSI Simulator 放进了 Paradigm 更大的转型背景中。一个月前，Paradigm 完成了 12 亿美元新一期基金募资。联合创始人 Matt Huang 和管理合伙人 Alana Palmedo 在公告中写道，这只基金将“从加密出发，拓展到 AI、机器人和其他前沿领域”。
自 2018 年成立以来，Paradigm 累计募资已超过 40 亿美元，曾投资 Uniswap、Optimism、Hyperliquid、Kalshi 等加密项目。现在，它的投资边界已经明显外扩：3 月领投了无人机配送公司 Zipline 的 H 轮，4 月参投了太空防御公司 True Anomaly 的 D 轮，同时还投资了 AI 研究实验室 Nous Research。
在内部工具层面，Paradigm 也在向 AI 延伸。文章提到，该机构开发了 Centaur 这一 AI 智能体工具集，以及与 OpenAI 合作的区块链安全评测项目 EVMbench。按照文中的表述，Paradigm 目前“一条腿站在链上，一条腿已经迈进了 AI 基础设施”。
这款游戏背后，是 12 亿美元的新赌注
在这一背景下，RSI Simulator 被描述得不只是一个公关项目。Paradigm 正在用刚募得的 12 亿美元，把赌注押向“前沿技术交汇地带”，也就是 AI 加速、去中心化计算和自动化基础设施。
文章认为，理解 RSI 背后的经济学逻辑，也是在理解 Paradigm 当前最大赌注的底层逻辑。如果 AI 自主改进的速度，真的接近游戏某些参数设定所描绘的曲线，那么整个技术栈的更新周期都可能被压缩，今天看似领先 3 年的项目，可能在 6 个月后就被淘汰。
Paradigm 在文章末尾表示，他们对任何推动 RSI 建模前沿的工作都感兴趣，并鼓励相关研究者联系。对这家正在转型的投资机构来说，这款游戏本身也是一张公开递出的名片。
游戏地址：https://www.paradigm.xyz/research/rsi/game
模型探索器：https://www.paradigm.xyz/research/rsi/explorer