Paradigm создала игру: вы своими руками обучаете ИИ до автономной эволюции, а затем испытываете потерю контроля

Автор: Сяо Бин

Известный крипто-VC Paradigm вчера запустил веб-игру под названием RSI Simulator.

Игрок выступает в роли руководителя AI-лаборатории, цель — создать сверхинтеллект с нуля.

У вас есть три ресурса: человеческие ресурсы, вычислительные мощности и данные. Нужно решить, сколько вложить в исследования и разработки, сколько в обучение, сколько в расширение. После каждого раунда принятия решений возможности модели изменяются, что, в свою очередь, влияет на эффективность исследований, пока не будет достигнута определенная критическая точка, где AI начинает ускорять собственное улучшение, и кривая резко идет вверх.

Звучит как idle-игра. На самом деле, это образовательный инструмент, превращающий экономические статьи в интерактивный опыт.

Paradigm использует его, чтобы ответить на вопрос, который все гадают, но мало кто осмысливает количественно: Насколько быстрым будет темп автономного улучшения AI? Произойдет ли внезапный взрыв? Какие факторы определяют его потолок?

Что такое рекурсивное автономное улучшение?

Рекурсивное автономное улучшение, или RSI, является одной из ключевых тем в области исследований безопасности AI.

Проще говоря: когда модель AI становится достаточно мощной, чтобы помочь людям улучшить модель AI следующего поколения, формируется цикл: AI участвует в создании более мощного AI, который, в свою очередь, участвует в создании еще более мощного AI.

Как только этот цикл запускается, теоретически это может привести к экспоненциальному ускорению, так называемому интеллектуальному взрыву.

Это больше не научная фантастика. В феврале 2026 года OpenAI при выпуске GPT-5.3-Codex признала, что ранние версии этой модели «сыграли важную роль» в процессе своего создания, помогая отлаживать процесс обучения, управлять развертыванием и диагностировать ошибки оценки. Это первый случай, когда ведущая лаборатория официально признала, что модель существенно участвовала в инженерном процессе создания своего преемника.

Как играть в игру?

Игровая часть RSI Simulator моделирует решения по распределению ресурсов AI-лаборатории.

В каждом раунде вам нужно распределять ресурсы между тремя направлениями. Вложение больших вычислительных мощностей позволяет обучать более крупные модели; вложение больших человеческих ресурсов в исследования может повысить эффективность алгоритмов (достигать того же эффекта с меньшими вычислительными мощностями); вложение в сбор данных может расширить границы материалов для обучения.

Ключевой механизм: когда возможности модели достигают определенного уровня, она начинает «помогать в исследованиях», и эффективность ваших человеческих исследований повышается благодаря помощи AI. Это начало цикла RSI. Вам нужно решить, когда следует переключить ресурсы с режима расширения на режим «пусть AI исследует себя».

Если переключиться слишком рано, возможности модели недостаточны, эффективность исследований AI ниже, чем у людей, что приводит к пустой трате вычислительных мощностей. Если переключиться слишком поздно, вас могут обойти другие (гипотетические) лаборатории.

Paradigm также предоставила «Исследователь» (Explorer), позволяющий пользователям напрямую настраивать параметры базовой экономической модели, например, «коэффициент эластичности возможностей модели по отношению к скорости исследований», и наблюдать, как будет изменяться кривая прогресса AI при различных настройках параметров.

Эта часть ориентирована на более хардкорную аудиторию, по сути превращая математические модели академических статей в перетаскиваемые приборные панели.

Четыре инсайта, которые хочет передать игра

В сопроводительной исследовательской статье Paradigm обобщила четыре вывода, полученных из модели и игры.

Узкое место всегда в самом слабом звене. Для исследований и разработок AI требуются три взаимодополняющих элемента: человеческие ресурсы, вычислительные мощности и данные. Даже если интеллект AI бесконечно улучшается, физические ограничения вычислительных мощностей и данных остаются. Рекурсивное автономное улучшение может быть ограничено предложением вычислительных мощностей или качеством данных, а не самим интеллектом.

Автономное улучшение может быть импульсным, а не непрерывным экспоненциальным ростом. AI может пережить период автономного ускорения, а затем остановиться, далеко не достигнув физических пределов, если вычислительные мощности станут узким местом. Интеллектуальный взрыв не обязательно представляет собой кривую, устремленную в небо, скорее это несколько резких скачков, между которыми находятся плато.

Взрыв интеллекта в узкой области может произойти раньше взрыва общего интеллекта. AI может сначала добиться ускорения автономного улучшения в одной узкой области — «исследования AI», но эта способность не обязательно обобщается на все когнитивные задачи. Можно представить AI, который очень хорош в улучшении кода обучения AI, но не имеет сопоставимых прорывов в управлении цепочками поставок или написании романов.

Все зависит от настроек параметров. Вывод модели сильно зависит от набора параметров, называемых «коэффициенты эластичности» (elasticity). Коэффициент эластичности измеряет «на сколько процентов увеличивается выход, когда вход увеличивается на 1%». Наиболее ключевой коэффициент эластичности в рекурсивном автономном улучшении: насколько процентов увеличивается скорость новых открытий, когда возможности текущей модели улучшаются на 1%. Это число может меняться со временем, отслеживание его изменений в реальном времени имеет решающее значение.

Почему Paradigm?

Paradigm больше не просто крипто-VC.

Месяц назад Paradigm только что завершила сбор нового фонда на 1,2 миллиарда долларов. Направление использования этих средств совершенно отличается от предыдущих трех раундов. Сооснователь Мэтт Хуанг (бывший партнер Sequoia Capital) и управляющий партнер Алана Палмедо написали в объявлении, что фонд будет «начиная с крипто, расширяться в сторону AI, робототехники и других передовых областей».

С момента основания в 2018 году Paradigm накопила сборы средств более 4 миллиардов долларов и инвестировала в знаковые проекты криптоиндустрии, такие как Uniswap, Optimism, Hyperliquid, Kalshi и другие.

Сегодня инвестиционная карта Paradigm явно вышла за границы. В марте она возглавила раунд H компании по доставке дронами Zipline, в апреле участвовала в раунде D компании космической обороны True Anomaly, одновременно инвестировав в AI-исследовательскую лабораторию Nous Research.

Уровень внутренних инструментов также расширяется в сторону AI. Paradigm разработала Centaur (набор инструментов для AI-агентов) и EVMbench (проект оценки безопасности блокчейна в сотрудничестве с OpenAI): одна нога стоит в блокчейне, другая уже шагнула в инфраструктуру AI.

В этом контексте RSI Simulator — это не просто PR-проект, Paradigm делает ставку на «зону пересечения передовых технологий» новыми средствами в 1,2 миллиарда долларов, а именно: ускорение AI, децентрализованные вычисления и автоматизированная инфраструктура.

Понимание экономики RSI — это понимание базовой логики ее крупнейшей ставки. Если скорость автономного улучшения AI соответствует кривой определенных настроек параметров в игре, цикл обновления всего технологического стека будет сжат, проекты, которые сегодня выглядят опережающими на три года, могут быть устранены через шесть месяцев.

В конце статьи Paradigm сказала, что они заинтересованы в любой работе, продвигающей границы моделирования RSI, и поощряют исследователей в соответствующих областях связаться. Эта игра — визитная карточка, за которой стоят 1,2 миллиарда долларов и инвестиционная институция, находящаяся в процессе трансформации.

Адрес игры: https://www.paradigm.xyz/research/rsi/game

Исследователь модели: https://www.paradigm.xyz/research/rsi/explorer