OpenAI 押注 RSI，国产 U2-Flash 模型性能比肩万亿大模型

过去两周 AI 圈聚焦 RSI（递归自我改进），OpenAI、Anthropic 均表态推进相关研发，AI 将更多参与自身迭代。国内云知声推出 U2-Flash 模型，引入 RSI 机制到后训练流程，通过自主闭环演进提升能力。实测显示，该模型能排查修复代码并发 Bug、完成新疆旅游攻略 PPT 制作、测算买房租房十年成本、搭建 3D 办公室场景。U2-Flash 采用稀疏混合专家架构，以约 266B 总参数、单次仅激活约 10B 的规模，在编码、办公、知识数学推理等多项评测中表现比肩旗舰万亿模型，还具备可调节的推理强度，首字响应快、Agent 任务完成时间缩短 35%、成本降低。其能力跃升源于后训练：让模型自主找短板生成训练数据，动态调整任务难度，采用异步 Agent RL 提升训练效率，通过多教师在线策略蒸馏避免能力跷跷板效应，同时配套工程底座优化，甚至能用 Agent 监控修复训练故障。目前该模型已在云知声内部日常工作中试用，支持大上下文窗口、工具调用及国产化适配，云知声将继续押注 RSI 路线。