Tự cải thiện đệ quy trong AI: Cách hoạt động và Vì sao quan trọng

Vào tháng 9 năm 2026, nhà nghiên cứu Jacob Coxon (người đã dành khoảng ba năm làm tiền huấn luyện tại OpenAI trước khi gia nhập Anthropic chỉ hai tháng trước đó) đã từ chức, công khai cảnh báo rằng các phòng thí nghiệm hàng đầu đang chạy đua hướng tới điều anh gọi là "siêu trí tuệ tự cải thiện" mà không hành xử đủ trách nhiệm trước các rủi ro. Evan Hubinger, người đứng đầu mảng khoa học căn chỉnh tại Anthropic, công khai đồng ý rằng rủi ro tương lai xứng đáng được quan ngại nghiêm túc, đồng thời phân biệt điều đó với những gì các hệ thống hiện tại thực sự có thể làm. Cuộc tranh luận nhanh chóng lan vào diễn ngôn AI đại chúng.

Khái niệm ở trung tâm tranh luận đó là tự cải thiện đệ quy (RSI). Đáng để hiểu nó theo đúng nghĩa, tách khỏi tranh cãi, vì ý tưởng nền tảng rộng hơn và sáng tỏ hơn bất kỳ vòng lặp tin tức nào. Bài viết này trình bày RSI thực sự nghĩa là gì, vòng phản hồi vận hành thế nào, AI ngày nay có thể làm được gì hướng tới nó, và vì sao các nhà nghiên cứu bất đồng về nơi nó sẽ dẫn đến.

Tự cải thiện đệ quy là gì?

Tự cải thiện đệ quy mô tả một vòng phản hồi nơi AI góp phần tạo ra AI có năng lực hơn, và AI có năng lực hơn đó lại giỏi hơn trong việc đóng góp cho lần cải thiện tiếp theo, cứ thế nối tiếp:

AI giúp cải thiện AI → AI đã cải thiện trở nên giỏi hơn trong việc cải thiện AI → hệ đó đóng góp cho lần cải thiện tiếp theo → lặp lại

Đáng tách bạch ba điều thường bị trộn lẫn.

• Thứ nhất, AI được con người sử dụng để tăng tốc nghiên cứu AI. Điều này đang xảy ra rộng rãi ngay bây giờ.
• Thứ hai, nghiên cứu AI ngày càng tự chủ, nơi các hệ thống đảm nhận nhiều hơn quy trình công việc nghiên cứu với ít chỉ đạo của con người hơn.
• Thứ ba, tự cải thiện đệ quy đầy đủ, nơi các hệ thống AI có thể tự mình thiết kế và phát triển phần kế nhiệm ở mức đáng kể.

RSI đầy đủ là điều thứ ba. Chưa có hệ thống AI hiện tại nào chứng minh được điều đó một cách thuyết phục. Đây chính là ranh giới mà bản thân Anthropic vạch ra, lưu ý rằng RSI đầy đủ chưa đạt được và có thể không phải điều tất yếu. Sự phân biệt này cũng là điều khiến tranh luận của Coxon trở nên căng thẳng: tranh cãi không phải về việc RSI tồn tại hôm nay hay không, mà là khoảng cách đang thu hẹp nhanh cỡ nào và điều đó đòi hỏi gì ở những người xây các hệ thống này.

Tự cải thiện đệ quy vận hành thế nào

Một hệ tự cải thiện, theo nghĩa RSI, sẽ góp phần vào chính đường ống phát triển AI. Điều đó có nghĩa là viết và cải thiện mã nghiên cứu, thiết kế thí nghiệm, tạo hoặc lọc dữ liệu huấn luyện, đánh giá hiệu năng mô hình, xác định điểm yếu, và đề xuất cải tiến thuật toán. Phần “đệ quy” là quan trọng: nếu hệ thống tạo ra qua quy trình này trở nên giỏi hơn ở chính các nhiệm vụ đó, thì vòng lặp phát triển AI tiếp theo có thể diễn ra nhanh hơn hoặc hiệu quả hơn.

Sơ đồ minh họa vòng phản hồi tự cải thiện đệ quy qua các thế hệ AI kế tiếp. Hình do tác giả cung cấp. 

Điều này không phải là một mô hình đang viết lại trọng số của chính nó theo thời gian thực. Hãy nghĩ theo thế hệ kế tiếp: mỗi thế hệ AI đóng góp hiệu quả hơn vào việc xây dựng thế hệ tiếp theo. Vòng lặp cộng dồn qua các phiên bản, không phải trong một hệ đang chạy đơn lẻ.

Tự cải thiện đệ quy so với tự sửa lỗi của AI

Ngộ nhận phổ biến nhất về RSI là nhầm nó với tự sửa lỗi. Điều này gây vấp ngay cả với những người theo sát AI, nên cần diễn đạt chính xác.

Tự sửa lỗi

Tự sửa lỗi là khi một mô hình phê bình hoặc chỉnh sửa chính câu trả lời, mã, hay kế hoạch của nó trong lúc thực hiện một nhiệm vụ. Bao gồm phát hiện lỗi trong lập luận, gỡ lỗi đoạn mã vừa viết, hoặc tinh chỉnh bản nháp. Điều này diễn ra liên tục trong các hệ hiện nay.

Tự cải thiện đệ quy

RSI là một loại khác hẳn. Các cải thiện tác động đến năng lực của chính hệ AI hoặc phần kế nhiệm của nó, có khả năng khiến bản thân việc phát triển AI trong tương lai hiệu quả hơn. Một tác tử liên tục gỡ lỗi mã của chính mình không tự động là tự cải thiện đệ quy; đó chỉ là một tác tử có năng lực. Sự khác biệt là liệu cải thiện đó có bền vững và cộng dồn vào sự phát triển của hệ tiếp theo hay không.

Tự sửa lỗi là công cụ hệ dùng trên một nhiệm vụ. RSI là điều xảy ra khi nhiệm vụ chính là xây dựng hệ tiếp theo.

Tự cải thiện đệ quy so với các khái niệm AI liên quan

Hữu ích khi đặt RSI cạnh một vài khái niệm thường xuất hiện trong cùng cuộc trò chuyện, nhất là khi tranh luận của Coxon đã đẩy các thuật ngữ như "siêu trí tuệ" và "điểm kỳ dị" vào cùng tiêu đề.

RSI so với nghiên cứu AI tự động

R&D AI tự động bao gồm các hệ thống chạy thí nghiệm, phân tích kết quả và đề xuất bước tiếp theo. Những hệ này có thể đóng góp cho RSI mà không cấu thành RSI đầy đủ. Một hệ thống tự động hóa các phần của đường ống nghiên cứu là một phần của xu hướng, không phải đích đến. Khoảng cách giữa "giúp nghiên cứu" và "tự chủ phát triển phần kế nhiệm" mới là điều quan trọng. Chính các công bố của Anthropic mô tả AI đảm nhận nhiều hơn đường ống này là lý do khiến việc từ chức của Coxon gây chấn động. Sự dịch chuyển là thực; câu hỏi là đi xa tới đâu.

RSI so với học liên tục

Học liên tục nghĩa là một mô hình triển khai cập nhật từ thông tin mới theo thời gian. RSI nghĩa là cải thiện quy trình được dùng để phát triển các hệ AI ngày càng có năng lực. Một cái thay đổi những gì mô hình biết; cái kia thay đổi mức độ năng lực của mô hình kế tiếp.

RSI so với siêu trí tuệ nhân tạo

RSI mô tả một quy trình. Siêu trí tuệ mô tả một mức năng lực được đề xuất. Chúng liên quan ở chỗ RSI là một con đường giả thuyết dẫn tới siêu trí tuệ, nhưng không phải cùng một khái niệm, và trộn lẫn chúng sẽ làm mờ cả hai.

Khi Coxon cảnh báo về "siêu trí tuệ tự cải thiện", anh đang mô tả kịch bản nơi RSI tạo ra một hệ vượt năng lực cấp con người trên nhiều lĩnh vực. Đó là một tuyên bố cụ thể về những gì quy trình có thể cuối cùng tạo ra, không phải mô tả chính quy trình.

RSI so với điểm kỳ dị AI

Điểm kỳ dị AI là một điểm giả định tại đó sự cải thiện AI trở nên quá nhanh và tự duy trì đến mức con người không còn dự đoán hay kiểm soát được điều gì tiếp theo. Hãy coi đó là khoảnh khắc đường cong dựng đứng: thay đổi diễn ra nhanh hơn khả năng hiểu hoặc phản ứng của chúng ta. RSI là một cơ chế được đề xuất để đi đến đó. Nhưng điểm kỳ dị là kết cục mang tính suy đoán, không phải bản thân quy trình, và nhiều nhà nghiên cứu cho rằng đường cong sẽ phẳng lại từ rất lâu trước khi điều đó xảy ra.

Chúng ta gần tới tự cải thiện đệ quy đến đâu?

Gần hơn so với vài năm trước đa số người từng nghĩ. Không gần như một số tiêu đề gợi ý.

Các hệ AI đã tham gia vào viết mã, gỡ lỗi, chạy thí nghiệm, phân tích kết quả thí nghiệm, đánh giá mô hình và hỗ trợ nghiên cứu AI. Anthropic công khai cho biết đang giao phó một phần ngày càng lớn công việc phát triển AI cho các hệ AI, và các kỹ sư của họ hiện phát hành nhiều mã hơn đáng kể so với các năm trước. Đồng thời, Anthropic nói rõ con người vẫn giữ vai trò quan trọng trong phán đoán nghiên cứu. Tức là quyết định theo đuổi vấn đề nào và đánh giá liệu kết quả có thực sự mang ý nghĩa như vẻ ngoài không.

Việc AI tham gia nhiều hơn vào R&D AI là bằng chứng về sự dịch chuyển hướng tới tự động hóa cao hơn. Nó không phải bằng chứng rằng một vòng RSI tự chủ đã tồn tại. Đường ống có nhiều AI hơn; nó chưa tự vận hành. Sự mập mờ này—tiến bộ thực sự với đích đến chưa rõ—chính là điều Coxon coi là không đủ. Việc anh từ chức không phải tuyên bố rằng RSI đã đến. Đó là lập luận rằng coi nó là mối quan ngại xa vời không còn có thể biện hộ được nữa.

Điều gì có thể tăng tốc tự cải thiện đệ quy?

Vậy thực tế cần gì để thu hẹp khoảng cách đó? Vài nút thắt nổi bật, và khoảng cách tới mỗi nút nói lên điều gì đó về mốc thời gian thực tế.

Khả năng viết mã của AI

Viết và chỉnh sửa mã nghiên cứu một cách tự chủ là điều kiện tiên quyết. Các mô hình hiện tại thực sự giỏi việc này, dù chúng vẫn mắc lỗi cần con người rà soát khi là công việc hệ trọng.

Thí nghiệm tự động

Tự chủ chạy thí nghiệm là một nút thắt riêng biệt so với viết mã để chạy chúng. Một hệ có thể thiết kế thí nghiệm, thực thi, diễn giải kết quả, và quyết định thử điều gì tiếp theo sẽ khép lại một phần đáng kể của vòng lặp. Các hệ hiện nay có thể làm từng mảnh. Chu trình đầy đủ, không có người kiểm tra lập luận ở mỗi bước, vẫn còn ngoài tầm với.

Cảm quan nghiên cứu và tạo ý tưởng

Đây là phần thú vị. Anthropic chỉ ra cụ thể cảm quan và phán đoán nghiên cứu của con người là vùng lợi thế so sánh còn lại. Đó là biết thí nghiệm nào đáng chạy, kết quả nào đáng tin, hướng đi nào có triển vọng. Phần công việc thí nghiệm của nghiên cứu đang trở nên có thể tự động hóa. Lớp phán đoán thì chưa. Đây cũng là nơi Anthropic tin con người hiện đóng góp giá trị không thể thay thế lớn nhất, và là nơi khoảng cách tới RSI đầy đủ còn xa nhất.

Đánh giá mô hình

Biết được một mô hình thực sự tốt hơn nghe có vẻ dễ hơn làm. Đánh giá đòi hỏi phán đoán về điều gì quan trọng, và các thước đo hiện tại dễ bị “lách” hoặc nhanh chóng bị vượt qua. Cho đến khi các hệ AI có thể đáng tin cậy đánh giá phần kế nhiệm của mình, con người vẫn nằm trong vòng ở giai đoạn này, và bản thân điều đó là lực hãm đáng kể với RSI tự chủ.

Tính toán và hạ tầng

Năng lực thô không phải là ràng buộc duy nhất. Vận hành chu trình phát triển một cách tự chủ đòi hỏi hạ tầng có thể hỗ trợ huấn luyện và đánh giá quy mô lớn mà không cần can thiệp liên tục của con người, và điều đó vẫn đắt đỏ và phức tạp về mặt tổ chức.

Đánh giá mô hình

Biết được một mô hình thực sự tốt hơn nghe có vẻ dễ hơn làm. Đánh giá đòi hỏi phán đoán về điều gì quan trọng, và các thước đo hiện tại dễ bị “lách” hoặc nhanh chóng bị vượt qua. Cho đến khi các hệ AI có thể đáng tin cậy đánh giá phần kế nhiệm của mình, con người vẫn nằm trong vòng ở giai đoạn này, và bản thân điều đó là lực hãm đáng kể với RSI tự chủ.

Rà soát của con người

Ngay cả khi các hệ AI có thể viết mã, chạy thí nghiệm và đánh giá kết quả, con người vẫn là người phê duyệt thứ gì thực sự được phát hành. Bước rà soát đó là ràng buộc cứng đối với tốc độ vòng lặp. Bạn có thể tự động hóa công việc nhưng vẫn bị nghẽn ở phê duyệt. Cho đến khi phán đoán của AI đủ đáng tin để bỏ cổng này, rà soát của con người có lẽ là trần ngay trước mắt với tiến độ RSI, chứ không phải mối quan ngại triết học về tương lai.

Mặt tích cực của tự cải thiện đệ quy

Câu trả lời có hai phần: tiềm năng lợi ích và rủi ro nghiêm trọng.

Tiến bộ khoa học và công nghệ nhanh hơn

Nếu các hệ AI có thể tăng tốc chính việc nghiên cứu AI, hiệu ứng tương tự có thể mở rộng sang phát triển phần mềm, khám phá khoa học, y học và kỹ thuật nói chung. Lập luận là một AI đủ giỏi trong tăng tốc nghiên cứu có thể rút ngắn thời gian trên nhiều lĩnh vực, không chỉ riêng AI.

Phát triển năng lực AI nhanh hơn

Đây là lập luận vòng phản hồi được nêu thẳng: cải thiện năng lực nghiên cứu AI có thể làm tăng tốc độ diễn ra các cải thiện AI tiếp theo. Sự cộng dồn đó là điều khiến RSI có ý nghĩa về mặt lý thuyết, và là lý do khiến các nhà nghiên cứu như Coxon lo ngại đến mức từ chức. Cần lưu ý: phát triển năng lực nhanh hơn không tự động tạo ra bùng nổ trí tuệ. Vòng lặp có thể là có thật nhưng vẫn chậm, bị giới hạn, hoặc chịu lợi suất giảm dần.

Rủi ro của tự cải thiện đệ quy

Giám sát của con người trở thành nút thắt cổ chai

Thí nghiệm, mã và thay đổi mô hình do AI tạo ra có thể rồi sẽ được sản xuất nhanh hơn khả năng con người rà soát một cách có ý nghĩa. Sự giám sát hiện định hình phát triển AI phụ thuộc vào việc con người theo kịp nhịp độ của những gì đang được xây dựng. Đây là một lý do Anthropic vẫn nhấn mạnh vai trò phán đoán của con người trong đường ống nghiên cứu, ngay cả khi tự động hóa nhiều công việc hơn.

Căn chỉnh và kiểm soát

Các hệ có năng lực hơn tham gia phát triển phần kế nhiệm khiến bài toán căn chỉnh trở nên hệ trọng hơn. Nếu hệ đóng góp cho thế hệ tiếp theo có mục tiêu lệch đi một cách tinh vi, điều đó có thể lan truyền hoặc tệ hơn ở phần kế nhiệm. Đây chính là rủi ro Hubinger đã viết rất nhiều, và là điều anh ám chỉ khi đồng ý với mối lo của Coxon về rủi ro tương lai trong khi vẫn khẳng định các hệ hiện tại chưa gây ra mối đe dọa tương tự.

An ninh mạng

Các hệ tự chủ có năng lực hơn cũng mở rộng bề mặt tấn công. Một hệ tham gia vào đường ống phát triển của chính nó là mục tiêu có giá trị cao hơn, và các chế độ lỗi trở nên hệ trọng hơn khi mức tự chủ tăng. Việc thiết kế cơ chế giam giữ và kiểm soát truy cập trở nên khó hơn khi hệ bị giam giữ cũng đang giúp xây dựng phiên bản kế tiếp của chính nó.

Gia tăng năng lực nhanh

Nếu vòng phản hồi thực sự tăng tốc phát triển, các tổ chức có thể có ít thời gian hơn để đánh giá và ứng phó với năng lực mới. Anthropic đã nói RSI đầy đủ có thể làm tăng rủi ro con người mất kiểm soát các hệ AI, đồng thời cũng nói rằng RSI chưa đạt được và không phải điều tất yếu.

Vì sao tự cải thiện đệ quy lên báo

Việc Jacob Coxon rời Anthropic vào tháng 9 năm 2026 đã đóng khung vấn đề bằng những từ ngữ khẩn cấp: rằng Anthropic và OpenAI đang chạy đua hướng tới siêu trí tuệ tự cải thiện và không hành xử đủ trách nhiệm, xét tới hậu quả tiềm ẩn. Evan Hubinger công khai đồng ý (đưa ước lượng cá nhân về nguy cơ tuyệt chủng do AI trong thập kỷ tới lên trên 10% và thừa nhận Anthropic hiện chưa có kế hoạch căn chỉnh siêu trí tuệ) đồng thời phân biệt mối lo tương lai đó với rủi ro do các hệ hiện tại gây ra. Coxon kể từ đó nói bất đồng cốt lõi của anh với lãnh đạo Anthropic là liệu một cuộc đua cạnh tranh hướng tới RSI có là điều tất yếu và do đó buộc phải tham gia hay không.

Sự bất đồng đó đặt cạnh ấn phẩm trước đó của chính Anthropic mô tả tiến triển hướng tới phát triển AI-được-AI-tự động hóa, cùng nghiên cứu cho thấy AI đảm nhận nhiều hơn đường ống phát triển. Hai điều này nhất quán với nhau, và đó là một phần lý do khiến cuộc tranh luận khó có thể phớt lờ. Đừng coi các dự báo về kết cục thảm khốc của Coxon là sự thật đã được xác lập. Chúng là một phần của cuộc tranh luận đang diễn ra, không phải khoa học đã ngã ngũ.

RSI có thể dẫn tới bùng nổ trí tuệ không?

Lập luận lý thuyết diễn ra như sau: AI tốt hơn dẫn tới nghiên cứu AI tốt hơn dẫn tới AI còn tốt hơn nữa và tốc độ cải thiện nhanh hơn. Lô-gic rất gọn. Câu hỏi là liệu nó có đúng trong thực tế không.

Gia tốc vô hạn không tự động xảy ra. Các ràng buộc thực gồm tính toán, năng lượng, phần cứng, dữ liệu huấn luyện, nút thắt thuật toán, chu trình phản hồi thí nghiệm, lợi suất giảm dần, và phụ thuộc còn lại vào phán đoán của con người. Bùng nổ trí tuệ là một giả thuyết đang tranh luận về những gì RSI đủ hiệu quả có thể tạo ra, không phải định nghĩa của chính RSI. Đó là một kịch bản trong một phân phối, không phải đích đến hiển nhiên. Không ai, kể cả các nhà nghiên cứu tại Anthropic—những người suy nghĩ nhiều nhất về chủ đề này—biết đường cong dốc tới đâu hay phẳng lại ở điểm nào.

Tự cải thiện đệ quy có thể được quản trị thế nào?

Sự bất định đó khiến quản trị vừa cấp bách hơn vừa khó hơn. Thách thức cốt lõi là duy trì giám sát có ý nghĩa nếu nghiên cứu do AI tạo ra bắt đầu vượt nhanh tốc độ rà soát của con người. Các đề xuất và hướng nghiên cứu hiện hoạt động gồm đánh giá năng lực trước khi triển khai, cách tiếp cận giam giữ mô hình, kiểm soát truy cập vào các hệ AI tham gia phát triển AI, giám sát hoạt động R&D AI, yêu cầu phê duyệt của con người cho các hành động hệ trọng, đánh giá độc lập và phối hợp giữa các phòng thí nghiệm AI tiên phong.

Không điều nào trong số đó là giải pháp trọn vẹn, và tranh luận của Coxon nhấn mạnh lý do: các khung quản trị được thiết kế cho mức độ tham gia của AI trong đường ống ngày nay có thể không mở rộng được tới ngày mai. Khoảng cách giữa nơi công cụ đang ở và nơi công nghệ đang hướng tới là một phần khiến thời khắc này trở nên thực sự hệ trọng với những người làm việc gần nó nhất.

Kết luận

Tự cải thiện đệ quy mô tả một vòng phản hồi trong đó AI góp phần tạo ra AI có năng lực hơn, vốn rồi có thể trở nên giỏi hơn trong việc đóng góp cho các cải thiện tiếp theo. Dễ nêu, khó đánh giá một cách chắc chắn.

Phát triển được hỗ trợ bởi AI ngày nay là có thật và đang tăng, như chính nghiên cứu của Anthropic cho thấy. RSI tự chủ đầy đủ, nơi các hệ AI tự mình thiết kế và phát triển phần kế nhiệm mà không có chỉ đạo của con người, chưa đạt được. Bản thân Anthropic cũng giữ ranh giới đó. Khoảng cách giữa hai điều này là nơi mọi câu hỏi thú vị và gây tranh cãi cùng tồn tại: nó đang thu hẹp nhanh tới mức nào, điều gì xảy ra nếu nó thu hẹp, và ai có quyền quyết định tốc độ tiến lên?

Cuộc trao đổi Coxon–Hubinger không tạo ra những câu hỏi đó. Nó khiến chúng không thể bị xem là lý thuyết nữa. Dù bạn thấy mốc thời gian của Coxon đáng lo hay cách trình bày của Anthropic thận trọng hơn, động lực nền tảng vẫn vậy: AI ngày càng nằm bên trong vòng lặp xây dựng AI. Hiểu rõ điều đó có nghĩa gì, một cách minh bạch và không thổi phồng theo bất kỳ hướng nào, là lý do RSI đáng để biết.