DeepMind RSI 自我改進豪賭：兆美元資本支出真相（2026 全解析）

Q: 我現在該如何為 RSI 時代做準備？

分三軌：個人學會給 AI 定目標、驗證結果的新技能；企業盤點哪些流程可以讓 AI 自主迭代，先從低風險高頻率的任務開始；投資關注 RL 基礎設施、合成資料、Agent 觀測與 AI 安全校準賽道，同時嚴控估值泡沫的倉位。

DeepMind RSI是這篇文章討論的核心

DeepMind 豪賭「自我改進 AI（RSI）」：一兆美元資本支出背後的真相與 2026 年投資布局全解析

圖片來源：Pexels（Merlin Lightpainting）— 未來之眼中的神經網絡，正是 DeepMind RSI 自我迭代機制的視覺隱喻。

📌 快速精華：三分鐘看懂 RSI 豪賭

💡 核心結論：Google DeepMind 策略長 Jasjeet Sekhon 在柏克萊 Agentic AI 峰會上攤牌——AI 產業的資本支出不是買硬體那麼簡單，而是一場對「Recursive Self-Improvement（遞迴自我改進）」的信仰級押注。重點不在 AGI，而在「AI 自己教自己變強」。
📊 關鍵數據：Alphabet 單季資本支出已達 449 億美元，市場估計年化可能衝上 2,050 億美元；放眼 2026 年，全球 AI 市場規模上看 1 兆美元，而 RSI 被視為讓這筆天價投資「回本」的唯一劇本。
🛠️ 行動指南：量化交易者、企業決策者與開發者應密切關注 RSI 驅動的「全自動代理工作流」——從自動化交易策略到預測市場分析，2026 年將是「會自我改進的 Agent」從實驗室走入生產環境的關鍵年。
⚠️ 風險預警：Sekhon 自己都承認，現行 AI 收入根本撐不起這座資本支出大廈，市場隨時可能出現「營收真空（air pocket）」。若 RSI 不如預期兌現，泡沫修正將是 2026 年最刺骨的一堂課。

開場觀察：一場聽起來像科幻小說的資本支出

老實說，我第一次看到「Google DeepMind 把幾千億美元砸在一個叫 RSI 的東西上」時，心裡的第一個念頭是：這該不會是某個 AI 狂熱粉寫的同人小說吧？但翻完 The Information 的報導、再對照 The Next Web 的原文後，我發現這不是科幻，而是矽谷最赤裸裸的一場「信仰賭局」。

時間拉回那個週末——柏克萊大學的 Agentic AI 峰會上，DeepMind 策略長 Jasjeet Sekhon 沒有講什麼花俏的產品發布，而是直接掀開底牌：整個 AI 產業史無前例的資本支出，核心投資邏輯只有四個字——「遞迴自我改進」（Recursive Self-Improvement, RSI）。他甚至用了「蒸汽機」來比喻：早期的蒸汽機又笨又貴，但一旦效率開始自我滾動，整個工業時代就被改寫了。他把 RSI 視為 AI 世界裡的「蒸汽機時刻」。

這不是什麼官腔。Sekhon 非常誠實地補了一刀：「今天的 AI 收入，根本無法合理化現在這種規模的資本支出。」 換句話說，這是一場典型的「先燒錢、再賭未來」——而賭注的核心，就是讓 AI 自己教會自己變強，強到能把整個行業的投入翻倍賺回來。

作為長期觀察 AI 賽道的旁觀者，我的判斷是：這番話的份量，遠比任何產品發布會都重。因為它等於官方承認——「大力出奇蹟」的堆算力時代已經到頂，接下來要靠「自我進化」來續命。

什麼是 RSI？它跟傳統強化學習與 AGI 差在哪？

先講傳統的強化學習（Reinforcement Learning, RL）。白話一點說，RL 就是讓 AI 在環境裡「試錯」——做對一件事就給獎勵，做錯就扣分，跟訓練小狗握手沒兩樣。DeepMind 靠這招打贏了圍棋界的 AlphaGo、下贏西洋棋的 AlphaZero，可以說是 RL 界的祖師爺。但傳統 RL 有個致命傷：獎勵訊號和規則，還是得靠人類設計。

RSI 的野心就在這裡翻轉：它讓模型透過「自我迭代 + 反饋迴圈」持續優化，不再需要人類在每個環節插手。模型自己提出任務、自己寫評分標準、自己評估結果、再自己訓練下一代——形成一個「AI 生 AI」的閉環。理論上，這個迴圈跑得越久，性能提升就越接近指數級，而不是線性。

這跟 AGI（通用人工智慧）有什麼差別？Sekhon 在峰會上特別點出：市場正把焦點從「遙遠的 AGI 夢」轉向「看得見的 RSI」。AGI 像是一個終點線模糊的馬拉松，而 RSI 是「今天就能跑的間歇訓練」——它不追求全知全能，只追求「在某個專業領域裡，AI 能自己把自己練到人類專家等級以上」。

🧠 Pro Tip： 判斷一家公司是不是真的在搞 RSI，別聽行銷話術，就看三個訊號——① 模型是否具備「自我生成訓練資料」的能力；② 是否建立「自動化評分器（reward model）」來取代人工標註；③ 訓練迴圈裡人類介入的頻率是否趨近於零。三項全中，才稱得上 RSI 玩家；只中一項，那多半只是傳統 RL 換個名字。

為什麼一兆美元資本支出，最後只能押注 RSI？

數據會說話。Alphabet 的單季資本支出已經燒到 449 億美元，市場上甚至有分析師把全年預估推到 2,050 億美元的天花板。但問題來了——這些錢買的是 GPU、資料中心、能源合約，它們的折舊年限可能只有三到五年，而 AI 變現的速度卻跟不上。

Sekhon 在峰會上的坦白值得玩味：「如果 AI 收入一直維持現在的水準，那這筆資本支出就是個無底洞。」 正因如此，他把 RSI 定義為整個產業的「核心投資邏輯」——不是因為 RSI 很酷，而是因為：沒有 RSI，這盤帳根本打不平。

用我自己的話翻譯：矽谷現在是在「借未來的效率，付今天的帳單」。傳統的線性改進（更大的模型、更多的資料）已經碰到收益遞減的牆，唯有讓模型自己改進自己，才能把單位算力的產出效率拉出新的曲線。所以你看，這不是技術選擇，而是財務上的不得不。

值得留意的風險是，Sekhon 親口承認市場存在「營收真空（air pocket）」——也就是資本支出與實際收入之間的斷層。一旦投資人發現 RSI 的兌現速度不如預期，估值修正會來得又快又狠。2026 年，這會是懸在所有 AI 概念股頭上的一把劍。

RSI 將如何顛覆量化交易、預測平台與代理工作流？

如果 RSI 真的跑通，第一個被洗牌的絕對是金融業。想想看：一個能自動生成交易策略、自己回測、自己修正、再自己部署的 AI 代理，等於把「量化研究員三個月的活」壓縮成「一個晚上」。這不是幫人類寫程式，而是直接接管整個決策迴圈。

具體來說，有三個領域會在 2026–2027 年率先感受到地震：

自動化交易策略：RSI 模型可以自行探索市場狀態、設計因子組合、動態調整風險參數，人類只剩「設定目標與監控」的份。對沖基金的護城河將從「優秀的交易員」轉向「誰的 RSI 迴圈跑得最穩」。
預測市場分析：從總體經濟指標到供應鏈斷鏈風險，RSI 能持續用新數據自我校正預測模型，把傳統「季度更新的宏觀報告」升級成「近乎即時的自適應預測引擎」。
全自動代理（Agent）工作流：企業流程自動化將從「RPA 機器人按腳本執行」進化到「AI Agent 自主規劃、拆解任務、跨系統調度、事後檢討改進」——這正是 Sekhon 口中「AI 自己生出下一代 AI 系統」的企業級落地場景。

🧠 Pro Tip（給量化交易者）： 2026 年別急著把全部策略交給 RSI 模型。務實做法是「半自動」：讓 AI 負責策略生成與回測的海選，人類負責最終的風險閘門與資金管理。等到 RSI 模型在你的歷史資料上連續 12 個月表現優於基準，再逐步提高自動化比例。賭場裡的贏家，永遠是控得住注碼的人。

換句話說，RSI 的商業化路徑不是「取代人類」，而是重新定義人類的角色——從「做事的人」變成「定規則與承擔後果的人」。這個轉變，比任何單一技術突破都更深層。

2026 年產業鏈前瞻：誰會贏、誰會出局、該怎麼布局？

把時間軸拉長，2026 年的全球 AI 市場規模預估將站上 1 兆美元（部分研究機構甚至喊到更高），而 RSI 正是讓這個數字「不只是一張嘴」的關鍵變數。我的產業鏈觀察如下：

贏家候選人：擁有頂級基礎模型 + 龐大算力 + 自家強化學習血統的巨頭（DeepMind 正是祖師爺級玩家）；以及提供「自動化評分器 / RL 基礎設施 / Agent 觀測工具」的垂直新創。
出局風險群：只會「賣 API 給別人用」、卻沒有自我改進閉環的模型廠商；以及靠人工標註資料維生的傳統資料服務業——RSI 第一個革掉的就是它們的命。
低調黑馬：電力與資料中心基礎設施、RL 安全校準（防止自我改進失控）、以及「AI 生成訓練資料」的合成資料引擎，這些都會在 2026 年吃到結構性紅利。

🧠 Pro Tip（給企業決策者）： 2026 年採購 AI 服務時，把「供應商是否具備自我改進閉環」寫進評分表。問三個問題：模型能不能吃自己的輸出當訓練資料？評分標準是否自動化？過去六個月它的基準分數是線性爬升還是指數躍進？答案決定你簽的是「加速器」還是「昂貴的靜態工具」。

至於風險，別忘了 Sekhon 的「蒸汽機比喻」還有另一面：蒸汽機早期也炸過不少鍋爐。RSI 的失控風險（獎勵機制被模型自己扭曲、自我訓練導致的能力坍縮）必須靠嚴格的沙盒測試與人類監督來煞車。2026 年，「敢賭 RSI」與「會管 RSI」將是兩種完全不同的公司。