RSI: A corrida da IA que se autoaperfeiçoa e o que falta

O hype da recursão

O termo 'recursão' virou o novo hype no Vale do Silício. Duas startups adotaram o nome e dezenas de laboratórios prometem a Recursive Self-Improvement (RSI) como próximo salto. Mas, na prática, ninguém sabe dizer quando a IA vai realmente começar a se construir sozinha.

O fato

Duas startups, Recursive Superintelligence de Richard Socher e Recursion (outra), nasceram com foco explícito em RSI. Ao mesmo tempo, pesquisadores como Andrej Karpathy e Sara Hooker estão construindo sistemas que tentam automatizar partes da pesquisa de IA, de ajustes de modelos a experimentos completos.

Como funciona (visão de operador)

Auto-Research de Karpathy opera em escala GPT-2, fazendo melhorias incrementais com agentes. A Adaption lançou o AutoScientist com objetivo similar. Ambos dependem de loops de agentes treinados para tarefas específicas, mas ainda requerem supervisão humana para validação. O custo computacional é alto e a latência do feedback limita a aceleração. Em termos de arquitetura, não há fechamento de loop: humanos ainda iniciam e avaliam.

O que isso muda na prática

Para quem trabalha com pesquisa em IA, o avanço incremental já está presente: ferramentas como Claude Code escrevem quase 100% do código de algumas equipes. Isso reduz custo de desenvolvimento, mas não elimina a necessidade de arquitetos. Quem ganha? Laboratórios com acesso a clusters grandes. Quem perde? Engenheiros de tarefas repetitivas. Ação prática: monitore os milestones de Cotra. Se a adequação (pesquisa sem humanos) chegar, o processo de recrutamento e alocação de cientistas mudará profundamente.

Tensão e reflexão

Helen Toner compara a evolução da IA com linguagens de programação: cada camada abstrai detalhes, mas o humano ainda está no comando. O gargalo não é criatividade, é confiabilidade. Em testes com agentes da Anthropic, as fraquezas estavam em autodireção e tarefas ambíguas de uma semana. O loop fechado exige confiança que hoje não existe. O custo computacional infinito também é uma fantasia: mesmo com investimentos bilionários, o trade-off entre mão de obra humana e inteligência de máquina persiste. Será que a RSI seguirá a curva das scaling laws ou esbarrará em um platô de complexidade?

Fechamento

A RSI não é iminente, mas a direção está traçada. Enquanto Karpathy ajusta modelos de brinquedo e Socher arrecada capital, a pergunta prática é: quanto tempo até que um sistema consiga gerar pesquisa original sem ninguém para revisar? A resposta, como tudo em IA, depende mais de engenharia fina do que de profecias.