文章核心观点 - RSI（递归自我改进）正从长期理论命题走向可验证的技术实践，硅谷新共识已经形成 [2] - 以Anthropic和OpenAI为代表的全球头部模型公司，2026年9月Anthropic披露Claude已参与其超过80%的代码合并工作，OpenAI明确将目标锚定为2028年3月前实现自动化AI研究员 [2] - 在高度可验证的数字环境里，AI已经能够通过自动评估与演化机制实现自主迭代 [2] - 未来决定垂直AI竞争力的，除了模型起点有多高，还有智能能够以多快的速度、多低的成本持续进化 [2] - 智能改进的速度与效率正在成为垂直AI下一阶段的竞争焦点，也孕育着RSI的下一场万亿级机会 [2] - RSI驱动的Agent要在真实业务中自我迭代，核心是在“行动—反馈—修正”的闭环中持续试错 [2] - 基础模型能力决定AI的起点，而真实任务、反馈机制和有效经验的利用效率，将越来越多地决定Agent上线之后的进化速度 [2] 数据与强化学习基础设施成为资本新风口 - 独角兽Snorkel AI完成3.5亿美元融资，估值攀升至35亿美元，同时宣布已跑通以人类反馈为弱监督的RSI数据引擎闭环 [3] - 估值百亿的Mercor宣布收购专注于构建强化学习环境的Deeptune [3] - Scale AI也在加速布局自身的强化学习生态 [3] - AI Data的核心价值已从传统的静态知识，延伸至包含任务过程、决策行为和真实反馈的“动态经验” [3] - 产业界面临的棘手现实是：如何在数据极度匮乏、规则高度动态的真实场景中，以更低的成本建立反馈与进化机制 [4] - 随着RSI从前沿研究加速走向产业落地，一批率先布局底层技术的公司正在迎来新的价值重估窗口 [4] 数创弧光（DataArc）的RSI产业化布局 - 中国AI创业公司数创弧光（DataArc）正在成为这一轮RSI产业化浪潮中值得关注的新兴力量 [4] - DataArc选择将RSI与真实企业业务深度结合，探索AI在产业环境中持续自我改进的技术路径 [4] - 团队在知识表示、合成数据与模型评估等底层技术领域有长期积累 [4] - 早在RSI成为行业显学之前，DataArc就已经在Context Graph（上下文/语境图谱）、合成经验以及LLM-as-a-Judge（模型评估）等核心方向上完成了长期的前瞻性布局 [5] - DataArc的核心思路是利用真实业务反馈确定智能改进方向，再通过知识驱动的合成数据，规模化扩展长尾场景与决策经验，并结合评估与模拟环境筛选有效学习机会 [5] - 即Scale Experience to Accelerate Intelligence——用合成经验突破真实反馈的规模约束，加速行业智能进化 [5] - 垂直行业AI竞争逻辑发生深层变化：当模型的初始能力不再是唯一决定因素，谁能更高效地获取、放大并利用真实业务经验，谁就更有可能掌握智能持续进化的主动权 [6] 通用RSI卡在真实业务门口，垂直AI的下一场竞争到来 - RSI关注的是AI如何参与自身能力及改进机制的优化，让智能系统有机会通过持续评价、实验和迭代，不断提升能力 [7] - 包括OpenAI、Anthropic在内的大模型巨头以及Google DeepMind等头部科研机构，推行RSI的主战场高度集中于数学、编程与AI for Science等领域 [7] - 这类任务的评价机制高度标准化，易于构建规模化的训练与评估体系 [7] - 基础模型厂商拥有模型、算力、算法人才及平台基础设施的绝对优势，自然更有条件优先推进此路径 [7] - 通用RSI虽在技术侧验证了自我改进的可行性，却难以直接平移至垂直行业，去解决那些模糊、动态且复杂的真实业务问题 [8] - RSI的自我改进主要发生在四个关键层面：数据层、模型参数与架构层、外围Harness/工作流层，以及自我改进机制本身 [8] - 无论是哪一层的进化，核心难点在于评估——都需要“裁判”来判断有效性 [8] - 在Coding或Math场景中，编译器或标准测试集天然担当了“裁判”的角色，能够输出确定性的Reward [8] - 进入真实商业世界，统一的评价机制很难直接适用，不同企业、不同客户乃至同一业务的不同阶段，都可能对应不同的成功标准，评价信号也往往分散、滞后且难以归因 [8] - DataArc CEO江旭晖指出，评估标准必须源于真实业务结果，而非模型内部信号 [9] - 核心原因有三：一是大量隐性Know-how沉淀于实际决策中，难以被标准化知识库承载；二是低频出现的Corner/Bad Case极度考验AI的真实可靠性；三是反馈与评价分散在多个环节，获取成本远高于数字环境下的自动化测试 [9] - 如何将分散、滞后且依赖情境的反馈转化为可靠的学习信号，是垂直RSI的核心挑战 [9] - 基础模型厂商难以用统一训练覆盖千行百业的特有规则与复杂反馈，这给扎根企业场景的创业公司打开了非对称的机会窗口 [9] - 江旭晖判断：“垂直RSI的关键，不仅在于AI能否持续改进，更在于能否在有限的真实反馈下，以足够快的速度和足够低的成本实现有效提升” [9] - DataArc率先建立以真实业务反馈为基础，通过合成经验、持续评估与模型及系统优化，进一步探索模型、Agent系统乃至改进方法本身的递归优化 [9] - 江旭晖将这一路径定义为Business-Grounded RSI（真实业务驱动的递归自我改进） [10] - 其中，真实业务负责决定改进方向，合成数据帮助扩大有效学习机会，评价机制则用于检验能力是否真正提升，使每一次任务执行都有机会为下一轮能力提升提供依据 [10] 当前AI产业图谱中持续改进的两条路线 - 一是以基础模型厂商和学术界为代表的前沿RSI，侧重在代码、数学等高度可验证的纯净数字环境中探索自主迭代 [11] - 二是以传统Agent厂商为代表的工程落地，侧重通过Prompt、工具调用与Workflow编排，将既有模型能力接进业务流程，完成静态的任务自动化 [11] - 前者有进化能力但脱离真实场景，后者能进入场景却缺乏自我进化 [11] - DataArc瞄准的正是这两者之间尚未被填补的巨大生态位——让AI在执行复杂业务的同时，持续从真实商业环境中吸取养分并自主进化 [11] - RSI在垂直行业的产业价值，终于有了具体且可落地的衡量标准 [11] Business-Grounded RSI的底层逻辑与三个递进约束 - 站在2026年这个时间点，如何让前沿技术在真实的商业世界兑现价值，成为整个行业最迫切的考题 [12] - Business-Grounded RSI必须率先回答两个底层问题：AI究竟应该朝什么方向改进？又该如何验证一次改进是否真正有效？ [12] - 江旭晖的答案来自四个字：真实业务 [12] - 模型可以通过数学题的正确率、代码测试的通过率判断自身能力是否提升，但在企业内部，AI面对的是不断变化的业务规则、客户需求和具体经营目标 [12] - 企业场景中的自我改进，需要从真实业务出发，重新建立智能系统的优化目标、反馈机制与评价体系 [12] - “Business-Grounded RSI的核心，是让AI改进的方向、所依赖的反馈以及最终衡量标准，深度锚定于真实业务世界” [12] - DataArc将“业务锚定”进一步拆解为三个递进约束 [13] - 首先是Grounded in Context，即让AI的理解建立在具体的企业规则、历史决策和工作流等真实上下文之上 [13] - 其次是Grounded in Feedback，核心是将人工接管、专家修正等业务反馈，转化为更新评估器与奖励机制的优化信号，实现“在试错中进化” [13] - 最终落脚于Grounded in Outcome，通过短周期任务评价与长周期业务KPI的交叉验证，确保智能迭代能够兑现真实的商业价值 [13] - 上下文决定理解，反馈指明修正，结果检验成效——Context、Feedback与Outcome环环相扣，构成了Business-Grounded RSI的自我演进闭环 [15] - 这套机制的落地深度，直接决定了企业的长期壁垒：业务越深入，系统越有机会积累具有行业特色的任务经验和反馈 [15] - 谁能将这些经验高效转化为可复用的智能能力，并在真实业务中持续验证效果，谁就更有机会建立长期竞争壁垒 [15] AI-Native组织是垂直RSI落地最肥沃的土壤 - 江旭晖的另一个核心判断是：AI-Native组织，是垂直RSI落地最肥沃的土壤 [16] - 如果仅在既有工作流中叠加AI插件，业务反馈往往是割裂的 [16] - AI-Native组织通过围绕AI重构业务流程，让Agent深度参与执行、人类专注于关键把关与修正 [16] - 这种新的协作形态，能够让Agent更深入地参与业务执行，让人工判断与业务结果更完整地连接起来，在改善生产效率的同时，为持续收集和利用真实经验创造条件 [16] - 在DataArc看来，这种生于AI、融于业务的全新组织形态，是推动垂直RSI规模化商业落地的关键路径 [16] - 为了实现真正的Business-Grounded RSI，DataArc必须同时打通两端：一端是“向下扎根”，深入真实业务场景，吃透行业知识、复杂流程与实际反馈；另一端是“向上生长”，凭借合成数据、模型评估和训练优化等技术能力，将这些业务反馈高效转化为智能系统的进化动力 [16] - 这种“业务理解”与“技术转化”的深度融合，构成了DataArc的差异化壁垒——让前沿模型技术与真实业务需求形成螺旋上升的自我促进 [17] 用“经验放大器”重构智能进化速度 - 真实业务指明了方向，但在落地过程中，真正拉开代际差距的，是智能进化的速度和效率 [18] - 传统模式的死穴在于：高价值的商业经验极难复用，且代价高昂 [18] - 尤其在金融与保险赛道，最硬核的场景往往隐匿于冰山之下，单纯依赖自然业务数据的积累，无异于守株待兔 [18] - DataArc的解法是破除对自然经验的路径依赖，构建了一种知识与数据双轮驱动的“经验放大器”，用“知识驱动的合成数据”作为撬动系统进化的杠杆，放大有限的真实经验，让AI在更多经过验证的任务场景中学习 [18] - 可以把这套技术理解为一个面向具体行业的“平行演练场” [18] - 在真实业务中，一个复杂问题可能几个月才会出现一次；而在经过业务知识约束的模拟环境中，Agent有机会提前经历更多不同条件下的任务、异常和决策分支 [18] - DataArc希望改变的是智能获得有效经验的速度：让有限真实反馈，转化为更多可验证、可用于训练的学习机会 [18] - 这正是Scale Experience to Accelerate Intelligence的核心 [18] DataArc的“智能演化引擎”系统 - 在知识表达层，借助Context Graph，将极其复杂的行业秩序与业务约束，升维为AI可理解、可遵循的知识图谱，绘制出智能进化的“地图” [19] - 在此之上，以知识为锚点，通过合成数据在虚拟空间中铺设无数经过验证的任务高地，实现对有限真实经验的指数级外推 [19] - 最后，通过构建具备审视能力的Judge与仿真评估体系，对智能能力进行一轮又一轮的淘洗与判定 [19] - 三者并非孤立的工程模块，而是相互咬合的“闭环自生长系统” [21] - 这种全新的智能生产关系以极小尺度的真实业务知识为支点，撬动行业AI迈向更高维度的自生演进 [21] DataArc的技术底气与三重护城河 - 第一重底气，源于对行业Know-how极其深刻的“知识解构” [22] - DataArc早期首创的Context Graph（语境图谱）与Think on Graph（1.0–3.0）算法框架，让模型能够顺着业务脉络做高阶推理 [22] - 这套历经NeurIPS、ACL等顶级学术会议验证的方案，后来成为大模型智能体主流图语义框架的底座，也顺理成章地演变为DataArc吃透行业Know-how的核心基本功 [22] - 第二重跨越，在于让“经验”本身具备了自生长能力 [22] - 面对Agent的连续决策难题，DataArc跳出了“被动喂养数据”的传统窠臼 [22] - 通过将真实业务轨迹转化为高精度的合成经验，并与动态演练环境深度咬合——直接把企业日常的业务经验转化为了源源不断的“训练矿山” [22] - 第三重护城河则是对“智能进化结果”的把控 [23] - 评估机制是智能闭环的灵魂 [23] - DataArc将顶尖的专家洞察内化为一套动态自适应的裁判体系，不再使用僵化的统一尺码，而是随场景与语境实时进行，专家定方向、模型拓规模、商业Outcome做校准 [23] - 在这条精密的反馈链路中，AI进化的每一步彼此互生，相互促进 [23] - DataArc的这些技术积累，正在收敛为一套具有复利效应的智能进化体系——真实业务提供方向，合成经验提高学习效率，评价与优化机制持续验证能力提升 [23] - 这套系统大幅降低了由于真实反馈稀缺、适配成本高的结构性约束，降低了垂直场景适配的边际成本，更让行业AI的进化速率摆脱了物理世界业务发生频次的线性制约 [23] - 系统背后藏着DataArc对Vertical RSI的技术雄心：不仅让AI能够持续改进，更要让智能改进本身变得越来越高效 [24] DataArc公司背景与团队 - DataArc成立于2025年，孵化自粤港澳大湾区数字经济研究院（IDEA研究院） [25] - 成立仅一年，DataArc便迅速获得顶级VC与产业资本的共同押注，投资方包括东方富海、英诺天使，以及华为哈勃、深智城等头部资本 [25] - CEO江旭晖博士，中科院计算所博士、国家级科研项目核心成员、2023年度CCF科技进步一等奖获得者，并曾深度参与《流浪地球》系列AI设定 [25] - CTO徐铖晋博士，深圳市特聘专家，入选华为“天才少年”计划，曾担任IDEA研究院金融大模型研发总负责人 [25] - 两人共同将语境图谱与Think-on-Graph架构的前沿积累，转化为公司破解复杂商业场景的天然底座 [25] - 资本的持续支持，也为DataArc深入真实业务场景、验证Business-Grounded RSI的技术路径提供了条件 [26] 商业化进展与保险场景验证 - 业务越复杂、决策链条越长、反馈越复杂，对AI持续自我改进的要求就越高 [26] - DataArc已与多个垂直行业头部企业展开深度合作，推动Business-Grounded RSI从技术探索走向真实业务验证 [26] - 复杂度高、合规门槛高的保险行业，成为DataArc率先攻克的核心场景之一 [26] - 红杉资本、Snorkel AI、Mercor等头部机构与企业加速布局AI保险场景 [29] - 保险行业复杂性首先体现在真实的服务与决策链条中，一次看似简单的交互失败，背后可能交织着信息缺失、规则演变与关键节点的决策偏差 [29] - DataArc以这些真实痛点为锚点，融合行业约束，合成出海量高维度的长尾演练场景 [29] - 通过规则校验、动态评价与仿真测试，AI得以在有限的现实互动之外，提前预演极罕见的长尾挑战 [29] - 目前，DataArc已在香港保险经纪场景中完成早期闭环验证 [29] - 通过与香港头部保险经纪机构开展AI-native共创，团队将Agent执行、专家判断与最终商业Outcome纳入同一反馈闭环，初步验证了AI在真实业务环境中持续自我改进的可行性，并展现出明显的效果提升 [29] - 在保险权威Benchmark测评中，经过高维数据与针对性优化后，专用模型的准确率实现了从35%到72%的倍数级跨越，在特定高难任务中的表现甚至全面碾压通用大模型 [29] - 这充分展示了DataArc利用高质量行业数据和模型优化技术，提高专用模型能力的潜力 [29] 专用决策模型的性能与经济性优势 - 专用决策模型在重复决策上全面领先：准确率高34%、成本降至0.3%、响应快94倍 [32] - 在极高精度的表现下，专用模型的综合推理成本直接下探至通用大模型的几百分之一，处理效率迎来数百倍提升 [32] - 这意味着，在能够满足业务质量要求的特定任务中，专用模型有机会以更低成本承担高频工作，大小模型协同，为行业AI的规模化使用提供新的技术经济性 [32] - 模型在测试集中的准确率，并不等同于企业已经获得了同等幅度的生产力提升，这仅仅是这场变革的起点 [33] - 在DataArc看来，真正的试金石永远是真实商业世界的生产率重塑：能否在保证绝对合规与质量的前提下，接管高难度的复杂工作？能否彻底斩断业务人员重复复核与返工的藩篱？能否让企业完成单位任务的综合成本呈现指数级下降？ [33] - 这才是Business-Grounded RSI必须回答的终极答卷 [33] 长期战略与行业终局展望 - 对于DataArc而言，保险场景只是其长远战略的第一脚油门 [33] - CEO江旭晖提到，长期来看，DataArc希望将在典型行业中形成的技术组件、任务经验和评估方法逐步沉淀为可复用的能力，让后续客户的系统部署更加高效，让行业AI有机会以更少的真实数据和专家投入达到业务可用标准，最终完成从工程定制到智能经验复用的跨越 [33] - 当这套机制在越来越多的业务场景中持续运转，它不再是一个静态的技术工具，而更像一个能够随业务运行自主学习、自我优化的“智能有机体”——每一次执行，都在为下一次进化积攒动能；每一次反馈，都在推动能力边界向外延伸 [33] - 属于企业级智能持续自生演进的全新时代正加速到来 [34] - 到那时，企业AI的终局竞争，或许不再是谁拥有更强的单点模型，而是谁能让组织本身，成为一台永不停歇、持续进化的“学习机器” [34]