知识卡片：北大校友翁荔重返OpenAI，领导递归自我改进（RSI）团队

English Title: Weng Li Returns to OpenAI to Lead Recursive Self-Improvement Team
Keywords: OpenAI, recursive self-improvement, RSI, Weng Li, AI research

一句话结论

翁荔在从Thinking Machines裸辞仅48小时后重返OpenAI，将亲自带队研发「递归自我改进」（RSI），即用AI研发AI，加速下一代模型的设计、训练与评估。

事件概述

翁荔2018年入职OpenAI，曾参与机械手复原魔方、组建安全团队并升任安全研究副总裁。
她因病从Thinking Machines裸辞，仅48小时后重返OpenAI，领导聚焦「递归自我改进」（RSI）的新团队。
RSI契合OpenAI打造全自动AI研究员的北极星战略与分阶段时间表。
此外，Thinky六位联创中已有四位离开，三位回归OpenAI。

方法/产品要点

RSI（递归自我改进）：用AI研发AI，加速下一代模型的设计、训练与评估。
OpenAI的长期目标：打造全自动AI研究员，RSI是实现这一战略的关键路径。

主要结果或产业意义

翁荔的回归标志着OpenAI在安全研究与AI自我改进领域的重新布局。
RSI团队专注于让AI系统自主改进自身，可能大幅缩短下一代模型研发周期。
该团队的成立可能推动AI研发从人力密集型向自动化转型。

为什么重要

翁荔曾负责OpenAI安全团队，其安全背景与RSI的激进目标结合，引发行业对AI安全与能力提升平衡的关注。
本事件是OpenAI人才流动的最新案例（此前多位联创离开又回归），反映顶级AI实验室的人才竞争与战略调整。

局限与不确定性

目前尚未披露RSI团队的具体规模、时间表及首批成果计划（待核实）。
翁荔重返OpenAI的具体健康状态及能否全力投入研发尚未明确（待核实）。
RSI技术本身在理论上的可行性与潜在风险（如自我改进失控）仍是开放问题。

可用于图书/PPT/简报的角度

人才流动与战略调整：OpenAI近期多名核心成员回归，反映其技术路线持续聚焦自动化和自我改进。
递归自我改进（RSI）：作为AI研发新范式，可对比传统团队分工与全自动AI研究员愿景。
安全与研究平衡：原安全负责人转攻RSI，从防守转向进攻性研究，值得探讨安全与能力提升的协同。

与既有脉络的关系

本条知识卡片是对OpenAI组织变动和技术方向更新的补充，此前已有卡片涉及OpenAI的Codex Security、ChatGPT桌面端等产品动态，本条聚焦人才回归与RSI团队成立，提供增量信息。

原始材料

来源：腾讯研究院AI速递 20260731
URL: https://m.sohu.com/a/1056862819_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=4