田渊栋认为，RSI 升温源于 coding agent 能力增强，使模型能自主优化自身，形成递归闭环。他对比 AutoML，指出大模型能理解 AI 本身，解空间更大，但完全自动化尚远，人仍留在循环中。Anthropic 的长文仍属提效，未达真正递归自进化。他强调 RSI 比 coding agent 更宏大，需结合数据、算力与可解释性，且智能提升可能是阶梯式跳跃，而非平滑曲线，因此后来者仍有空间。Recursive 公司已在 NanoChat 训练、Speedrun 和 GPU 算子优化上取得 SOTA 成果，但迁移到更大模型仍有差距。田渊栋认为 AI 研究终将变成科学，图灵奖可能颁给系统，并预测终极形态是 “修仙社会”。他分享从 Waymo 到 FAIR 的职业经历，强调 hands-on 经验对研究判断的重要性，并指出大厂因组织臃肿而变慢，150 人是临界点。最后，他追求美的结构，但也知道其局限，认为 RSI 是当前应专注的方向。