再帰的自己改善（Recursive Self-Improvement、RSI）とは、AIが自分自身のコード・設計・学習方法を改良し、改良されたAIが次の改良も担う、という循環を指す概念です。特定の製品やサービスの名前ではありません。AI研究とAI安全性の議論で使われる用語です。
再帰的自己改善とは：考え方の出どころ
原型は、数学者I・J・グッドが1965年の論文で示した「知能爆発」の議論です。人間より賢い機械が、自分よりさらに賢い機械を設計できるなら、その連鎖で知能は急激に伸びる、という主張でした。「再帰的自己改善」という言い方は、その後、エリーザー・ユドコウスキーらAI安全性研究者の議論を通じて広まりました。理論研究では、ユルゲン・シュミットフーバーが「ゲーデルマシン」を提案しています。自分のコードを書き換えると得になることを証明できた場合にだけ書き換える、という仕組みです。
この用語で大事なのは「改善」よりも「再帰」の部分です。人間のエンジニアがモデルを良くするのは、普通の開発です。改良された側が次の改良の担い手になって、はじめて「再帰的」と呼べます。
何ができるのか：現状との距離
自分を丸ごと賢くし続けるAIが、一般に使える形で存在することを、筆者は確認できていません。一方で、部分的なループはすでに実際の開発に入っています。たとえば、コード生成AIをAI開発の作業に使うことや、モデルが出力したデータを次の学習に使うことです。ただし、どちらも評価と採否の判断は人間が行っています。その点で、概念上の完全な再帰とは区別して考えるべきです。
技術的に最も難しいのは評価です。「本当に良くなったか」を判定するテストに合わせて、AIが最適化してしまうと、見かけの点数だけが伸びます。当サイトで報じたValsは、テスト内容を非公開にすることで、モデルがテスト向けに学習する余地をなくす方式をとっています。同社はAndreessen Horowitz主導でシリーズAの資金を調達しました。自己改善をうたう仕組みほど、こうした外部の評価が欠かせなくなると筆者は考えています（これは筆者の見立てです）。
使い方と料金
概念なので、それ自体を契約・購入することはできず、料金もありません。企画やDXの担当者が実務で取り入れられるのは、「生成→自動評価→修正」を繰り返すエージェント型のツールや開発フローです。この場合の費用は、使うAIサービスの料金体系で決まります。
「再帰的自己改善」を名乗る製品を検討するときは、次の2点を確認してください。1つは、何をループさせているのか（プロンプト、コード、学習データ、モデルの重み）。もう1つは、人間の承認がどの段階に入るのか。この2点で、中身が単なる自動リトライなのか、本来の意味に近いものなのかを見分けられます。
誰が作っているのか・競合とリスク
投資家の方へ：特定の企業が「再帰的自己改善の製品」で競い合っている、という市場の構図はありません。大手AI研究所の間では、AI研究そのものをAIで自動化することが開発目標として語られるようになっています。これが再帰的自己改善への現実的な入口と見られます（入口という位置づけは筆者の推測です）。
リスクとして議論されているのは、改良が人間の理解を超える速さで進み、制御や検証が追いつかなくなることです。安全性の研究者がこの用語を重視するのは、能力が伸びること自体よりも、この「検証できなくなる」点を問題にしているためです。
