深度｜RSI的下一场万亿机会，藏在AI还做不好的生意里

RSI正在从长期的理论命题，逐步走向可验证的技术实践，硅谷新共识已经形成。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也明确将目标锚定为2028年3月前实现自动化AI研究员。这些进展表明，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（RSI, Recursive Self-Improvement）。

但当RSI从算法研究走向真实产业，一个新的竞争维度正在浮现：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。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。

而要驱动这种高效率的“自主进化”，重点在于理解企业智能自我迭代的底层逻辑。 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。基础模型能力决定了 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。

基于这一逻辑， 数据与强化学习的基础设施公司迅速成为资本追捧的新风口。不久前，独角兽Snorkel AI完成3.5亿美元融资，估值攀升至 35 亿美元，同时还宣布已跑通以人类反馈为弱监督的RSI数据引擎闭环；估值百亿的Mercor宣布收购专注于构建强化学习环境的Deeptune；此外Scale AI也在加速布局自身的强化学习生态。这些动作背后是一个极其清晰的信号：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”。

大机会摆在眼前，产业界面临的更棘手的现实是：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？

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。Z Potentials关注到，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。不同于单纯围绕模型能力展开竞争，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。

这一战略选择背后，是团队在知识表示、合成数据与模型评估等底层技术领域的长期积累。随着 RSI 的技术突破与企业级 AI 需求逐渐交汇，过去的积累正在为 DataArc在RSI 产业化进程中打开更大的产业想象空间。

这源于团队对产业演进的深刻预判——垂直AI的下一个前沿，不再是静态能力的比拼，而在于智能持续改进的速度与效率。

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。当行业开始探寻垂直场景的自进化路径时，这些早期打磨成熟的技术底座自然收敛，顺理成章地交出了一套，真正打破RSI前沿技术与真实业务鸿沟的Business-Grounded RSI解法。

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。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。

这背后指向的是 垂直行业AI竞争逻辑的一次深层变化：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。

01 当通用RSI卡在真实业务门口，垂直AI的下一场竞争到来

RSI（递归自我改进）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。目前，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。底层逻辑非常明确：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；加之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。

然而，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。

要理解这种不可复制性，首先需要拆解RSI运作的底层架构。当前，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。无论是哪一层的进化，核心难点在于评估——无论是调整模型参数、优化Agent的执行流程，还是改进系统自身的学习方法，都需要“裁判”来判断有效性。

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。但进入真实商业世界，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。

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。其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。

如何将这些分散、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。基础模型厂商固然拥有算力和通用能力优势，却难以用统一训练覆盖千行百业的特有规则与复杂反馈，而这恰恰给扎根企业场景的创业公司打开了非对称的机会窗口。

站在这个破局点上，江旭晖的判断是：“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。”基于这一判断，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。

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）。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。

这一解法，恰恰切中了当下RSI演进中最具价值的产业空白区。

纵观当前的AI产业图谱，持续改进的探索正沿着两条路线展开：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；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。

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。 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。 至此，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。

02 AI该往哪进化？将“自进化”深度锚定于真实业务中

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。对此，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？

江旭晖的答案来自四个字：真实业务。

在他看来，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。所以，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。“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。”江旭晖谈到。

围绕这一目标，DataArc将“业务锚定”进一步拆解为三个递进约束：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；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”；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。

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。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。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。

然而，一套高效运转的闭环机制，离不开能够持续供给“高质量反馈”的载体。

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。原因在于，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。而 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。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。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。

但土壤再好，能否扎根仍取决于企业的底层能力。 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。

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。

03   如何用“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。

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。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。

DataArc 的解法是，破除这种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。

可以把这套技术理解为一个面向具体行业的“平行演练场”。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。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。这正是Scale Experience to Accelerate Intelligence的核心。

如何让这个企业需要的“平行演练场”秩序井然地运转？

为此，DataArc构筑了一套可以持续进化的“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”。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。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。

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”。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。

这套系统的顺畅运转，并非空中楼阁式的短期凭空造物，而是DataArc将过去在学术界与工业界深耕多年的技术势能，做了一次集中的技术兑现。

第一重底气，源于对行业Know-how极其深刻的“知识解构”。复杂业务的核心往往隐藏在未被记录的隐性语境中。而DataArc早期首创的Context Graph（语境图谱） 与Think on Graph（1.0–3.0） 算法框架，一举打破了局限，让模型能够顺着业务脉络做高阶推理。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。

第二重跨越，在于让“经验”本身具备了自生长能力。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。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”。

第三重护城河则是对“智能进化结果”的把控。评估机制是智能闭环的灵魂。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——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。

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。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。

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。

04 精度翻倍、成本骤降：DataArc 如何在真实高难场景中兑现 RSI 商业价值？

DataArc对Business-Grounded RSI的前瞻性布局，与其学术积累和产业实践密切相关。这家成立于2025年的 AI创业公司孵化自粤港澳大湾区数字经济研究院（IDEA 研究院）。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。

公司核心团队兼具前沿 AI 研究能力与产业落地经验。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）与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），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。

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。

在商业化层面，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。目前，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。其中，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。这一场景的战略价值也正在得到全球头部资本与 AI 基础设施公司的重视。

红杉资本、Snorkel AI、Mercor 等头部机构与企业加速布局 AI 保险场景

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。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。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。据了解，目前，DataArc已在香港保险经纪场景中完成早期闭环验证。 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。

根据公司透露的数据，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。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。

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

更令人惊讶的是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——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。

不过，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。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？——这才是Business-Grounded RSI必须回答的终极答卷。

对于DataArc而言，保险场景只是其长远战略的第一脚油门。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。

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。

属于企业级智能持续自生演进的全新时代正加速到来。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”。

文章来自于"Z Potentials"，作者 "Z Potentials"。