Jika Anda pernah bertanya-tanya seberapa dekat kita dengan sistem AI yang dapat merancang versi yang lebih baik dari dirinya sendiri, Vals AI baru saja membangun papan skor. Indeks Peningkatan Diri Rekursif, atau RSI Index, perusahaan ini berusaha mengukur sesuatu yang sampai sekarang sebagian besar hidup dalam ranah kekhawatiran teoretis: seberapa mampukah model frontier saat ini dalam melakukan penelitian dan pengembangan yang diperlukan untuk membangun penerusnya?
Model dengan kinerja terbaik di indeks, Claude Fable 5.1, mendapat skor 35,03%. Terdengar rendah, sampai Anda memahami skalanya.
Bagaimana Indeks RSI sebenarnya bekerja
Vals AI merancang indeks ini sekitar lima tugas spesifik yang mencerminkan alur kerja nyata pengembangan AI. Model dievaluasi di bawah batasan komputasi dan waktu yang tetap, artinya mereka tidak bisa hanya mengandalkan kekuatan brute untuk mencapai skor baik dengan menghabiskan sumber daya tanpa batas.
Sistem penilaian didasarkan pada titik acuan, bukan nilai sembarangan. Skor 0 mewakili dasar, 0,5 sesuai dengan tingkat kinerja yang telah didokumentasikan dalam penelitian yang dipublikasikan, dan optimum teoretis berada di angka 1.
Skor Claude Fable 5.1 sebesar 35,03% berarti performanya signifikan, tetapi masih belum mampu mereplikasi teknik-teknik yang sudah diketahui oleh para peneliti. Model-model ini dapat mengungguli teknik-teknik yang ada dalam eksekusi eksperimen, tetapi umumnya tertinggal dalam menghasilkan teknik-teknik baru.
Mengapa ini penting sekarang
Indeks RSI diluncurkan pada Agustus 2026 melalui kolaborasi antara Vals AI dan CoreWeave, yang diwaktu bersamaan dengan putaran pendanaan Seri A senilai $40 juta perusahaan tersebut. Putaran tersebut menilai Vals AI senilai $400 juta.
CEO Rayan Krishnan menempatkan indeks sebagai pengisi kesenjangan kritis. Laboratorium AI utama telah mulai merujuk pada potensi peningkatan diri rekursif dalam kartu model mereka, tetapi tanpa kerangka kerja standar untuk perbandingan, referensi-referensi tersebut kekurangan dasar umum untuk evaluasi.
Dalam enam bulan setelah putaran pendanaannya, pendapatan Vals AI tumbuh 8 kali dibandingkan seluruh tahun 2025. Basis pelanggannya berlipat ganda. Jumlah stafnya meningkat tiga kali lipat.
Pertanyaan tata kelola
Krishnan telah vokal tentang apa yang diimplikasikan oleh Indeks RSI terhadap regulasi. Kekhawatirannya bukan bahwa model dengan skor 35% akan segera lepas kendali. Melainkan bahwa tren dari skor 35% ke skor yang lebih tinggi bisa sangat curam, dan pengembangan kemampuan ini terjadi di dalam sejumlah kecil laboratorium dengan visibilitas eksternal yang terbatas.
Krishnan menekankan kebutuhan akan struktur tata kelola internasional yang dapat menyesuaikan diri dengan kemajuan ini. Indeks RSI memberikan dasar empiris: lebih sulit untuk mengabaikan seruan untuk pengawasan ketika Anda dapat menunjukkan metrik konkret yang menunjukkan kemajuan terukur menuju peningkatan mandiri.