大模型的递归进化，AI 造 AI 现在到了哪一步？

00引言：每位研究员身边，站着三个 AI 同事

一份罕见的内部账单，把"AI 造 AI"从概念拉回了地面。

2026年9月4日凌晨，OpenAI 发布 GPT-6 Astra。总裁 Greg Brockman 给了一句大话："几年后回头看，今天就是 AGI 时代的起点。"首席科学家 Jakub Pachocki 跟着补了半句冷的："智能的进步并不保证对齐的进步。"

发布会热度还没散，两天后另一篇博客把讨论推得更深。9月6日，OpenAI 发布《研究加速：OpenAI 内部视角》，交出一份罕见的内部账单：AI 到底在多大程度上，参与着自己的研发。

几个数字。截至8月中旬，研究部门里，人类研究员每投入1个工作日，AI 智能体同步跑完约3.1个工作日。中位数研究员每天消耗的推理算力，按 API 价格折合600美元。用量排前10%的重度用户，一天突破7000美元。

分水岭在6月。之前，全部门智能体的总运行时长还不及人类总工时。之后，曲线反超，8月中旬冲到3.1倍。

换句话说，每位研究员身边已经站着三个 AI 同事。它们不只在补代码，还在跑实验、盯训练、排查故障、分析结果。

"AI 帮人类造出更强的 AI。"这句话过去只在论文和推演里出现。现在，它进了实验室的考勤表。

问题随之而来。这个闭环，到底合拢到哪一步了？哪些环节真的转起来了？哪一环还空着？真到合拢那天，又会发生什么？这篇文章沿这条环走一遍。

01"AI 造 AI"，到底指哪个环？

同一个词，说的可能不是同一件事。拆成四层看。

先把话说清楚："AI 造 AI"不是科幻片里机器人组装机器人。它指的是——大模型的研发流程里，AI 的手伸进了各个环节。

大模型研发是一条长链：提出想法、写评测、搭基建、跑实验、查 bug、盯训练异常，最后把有效的方法合进下一轮训练。Epoch AI 把这条链拆成六个阶段：决策、设计、构建、运行、分析、沟通。

按 AI 伸得深不深，这个"造"可以分成四层。

第一层，数据。模型的本事来自训练数据，而今天的训练数据大量由上一代模型生成。合成数据、自产思维链、RLAIF（用 AI 反馈替代人类反馈）——AI 给自己的下一代当老师。这一层转得最早，也最成熟，今天的旗舰模型已经离不开它。

第二层，权重。模型的"本体"是一个装满参数的权重文件，改权重等于动手术。AI 在这一层干的是副手的活：搜索网络架构、优化超参、提速训练内核。动手的还是人类工程师，AI 出方案。

第三层，框架。2026年，研究者 Shunyu Yao 给出一个被广泛引用的拆法：Agent = 模型 + 框架。模型是权重；框架是权重外面的一切——提示词、记忆、工具、工作流。改框架不用碰 GPU，改的是几个配置文件和循环逻辑。你在新闻里看到的大多数"AI 自进化"，发生在这一层。

第四层，流程。AI 不再只优化某个环节，而是以"研究员"的身份进入研究本身——提出想法、设计方案、判断哪条路值得走、什么时候停。OpenAI 那个"自动化研究实习生"，瞄准的就是这一层。

一句话记住这个分层：越靠下越成熟，越靠上越原始。判断"AI 造 AI 到了哪一步"，就是挨个看这四层各自转到了什么程度。

后面几章就这么干。先看这套想法的来路，再看哪些环节真的转起来了。

02这个想法，是新的吗？

图纸四十年前就画好了，缺的是工地。

这套想法有多新？不新。2026年9月17日，Jürgen Schmidhuber 发了一篇技术综述，标题直白：《递归自我改进：自1987年以来》。四十年家底，一次翻完。

1987年，这位后来的 LSTM 之父开始研究元学习——"学会如何学习"：让学习算法去改进学习算法本身。1991年，他提出快速权重编程器，让网络的一部分去改另一部分的权重，改的速度跟得上输入的变化。他后来说，今天大热的"上下文学习"，本质上就是这个老思路的重演。

2003年，他画出哥德尔机的图纸：一个能重写自身代码的 AI——条件是，它得先数学证明改完的自己更好。理论上最优，实践上没法用。深度学习系统没法形式化证明一次修改是不是净收益。这张图纸挂了二十多年。

工程界没等证明。2017年前后，谷歌的 AutoML 用强化学习搜索神经网络架构，搜出来的结构在图像任务上压过人类设计的同规模网络；同年，AlphaZero 不看一盘人类棋谱，从零自我对弈，几天之内横扫围棋、国际象棋和将棋。2022年，斯坦福的 STaR 让模型自己生成思维链，留下对的，删掉错的，再拿去训练自己——模型开始给自己编教材。

这条线一路铺到今天的大模型。Schmidhuber 在综述里点破：那些看起来"新解锁"的能力，数学地基几十年前就打好了。缺的是两样东西——足够多的算力，和足够强的表达载体。大语言模型把后者补上了。

图纸先于工地。真正的问题从来不是"想得出"，而是"转得动"。

03哪些环节，已经真的转起来了？

五个系统，各自的"自改"战果。

2025到2026年，这个环从论文挪进了生产系统。挑几个够硬的案例。

AlphaEvolve：改数学纪录，也改自家机房

DeepMind 2025年5月发布的进化式编码智能体。架构是两档 Gemini 搭班：Flash 管高产量，大量生成候选方案；Pro 在关键节点做深度推理。外面套一层进化循环——程序数据库、提示采样、变异、自动评估，转一圈算一代，差评的淘汰，好评的留种。

它干成的第一件大事：4×4 复数矩阵乘法，48次标量乘法。此前的纪录是 Strassen 算法的49次，1969年立下，站了56年，无数博士论文砸在上面纹丝不动。AlphaEvolve 破了它。走的方向还跟人类直觉相反——它拥抱复数系数，多数研究者一直以为那只会把搜索搞得更复杂。

结果公布后几周内，人类数学家接力跟上，做出了有理系数、数值更稳的变体。AI 破纪录，人类接棒——这个配合本身就是新物种。

同一套系统顺手还干了两件事：给 Gemini 的一个关键训练内核提速23%，整个训练时间省下1%；写了个数据中心调度启发式，找回谷歌全球算力的0.7%。0.7%听着小，乘上谷歌的机队规模，等于凭空多出几十万张 GPU。它还跟陶哲轩的团队合作啃了67个开放数学问题：约75%重新找到已知最优解，约20%做出了改进。2026年，这套系统在 Gemini 企业平台正式商用——客户拿它优化自己的代码库，"进化式代码优化即服务"。

Darwin Gödel Machine：把自己从 20% 改到 50%

Sakana AI 和不列颠哥伦比亚大学 Jeff Clune 实验室的作品。理论版哥德尔机要求"证明有益"，DGM 把要求放宽成"实证有益"：改自己，跑基准，分数涨就留，分数跌就扔。它的基因组，就是自己的 Python 代码库。它读自己的源码，翻运行日志，提出修改，进沙箱验证。

SWE-bench 上，解决率从20.0%自主爬到50.0%；Polyglot 上，从14.2%到30.7%，远超 Aider 代表的手工设计智能体。没有自我改进的对照组，成绩差一截——自改是有效的，不是安慰剂。

有意思的是它给自己开的药方：给补丁加一道验证步骤；改进文件查看方式；把编辑工具做细；一次生成多个方案再挑最好的；把"之前试过什么、为什么失败"写进上下文。全是人类工程师也会做的工程判断，它自己摸了出来。

2026年6月，Sakana 在东京成立"递归自我提升实验室"（RSI Lab）。后续工作一个比一个激进：HyperAgents 把"负责生成修改的元规则"也开放给修改——不止改自己，连"怎么改自己"也改；Red Queen Gödel Machine 干脆连评估器一起进化，出题的和答题的互相卷，专治"对着静态基准过拟合"。

其他几路

Sakana 的 The AI Scientist 走全自动科学发现的路线：这一路的系统曾连续运行417小时，产出166篇完全由 AI 生成的论文，总成本约18万美元——质量参差，流程是真的。

OpenAI 内部，GPT-Red 用自我对弈训练红队模型，攻击演练的成功率84%，人类红队只有13%，它已经直接并入 GPT-5.6 的训练；GPT-5.6 Sol 在人类主导的流程里重写推理内核、跑了几百轮优化实验，端到端服务成本降了20%，token 生成效率提升超过15%。NVIDIA 的 AVO 智能体用7天探索了500多个注意力内核优化方向，在 DGX B200 上最高超过 FlashAttention-4 十点五个百分点。

至于 Astra 本身，发布材料里也有硬货：素数间隙研究做出两项新成果，把短素数间隙的界限从240推进到186——AI 第一次在数学前沿留下实质性的脚印。

这些案例拼在一起，指向同一个结论：第三层和第四层的"执行部分"，已经真的转起来了。

04转起来了，为什么还没起飞？

工时 3.1 倍，决策 token 差千倍。

那为什么没人宣布"起飞"？因为账不能只看一半。

3.1倍是工时，不是产出。智能体并行干活，重复尝试，失败重来。代码量和实验数好统计，但跟科研突破之间没有线性换算。OpenAI 自己提醒：这些指标不能直接读成研究效率，更不能读成递归自我改进的速度。8月每位活跃实验者跑的实验数量确实创了历史新高——从2025年1月开始统计以来的最高——可实验多，不等于突破多。

更扎心的是 token 账本。把智能体输出的 token 按研究活动分类，看1月到8月每位研究员每天的增量：

执行层和决策层，差了近千倍。写代码的 token 涨了近20万，"决定继续还是叫停项目"只涨了200。高层规划在智能体的输出里，仍然只占极小一块。

成功率也得细看。1月到7月，各难度任务的成功率都在涨。但耗时4到8小时的长任务，超过一半的成功案例至少经历过一次人工干预。成功，不等于自主。

一个细节。OpenAI 内部原本靠定期"坐诊"解决实验故障——答疑时段，专人值守。今年，来问的人越来越少，有个团队干脆取消了 office hour，把精力挪去干别的。不是没人遇到问题，是问题被编码智能体提前解决了。这件事两面看：执行层确实转顺了；同时，人类的时间被整体挤到了更难的地方。

这正是"瓶颈转移"：自动化越深入，剩下那些难自动化的任务，占研究员精力的比例就越大。提出想法、判断品味、决定哪条路值得走——现在全压在人类头上。算力是另一道门槛，其他瓶颈消退之后，它的权重只会往上走。

还有一层隐蔽的风险：过拟合。DGM 在 SWE-bench 上从20%进化到50%，但基准分数涨，不等于通用能力涨。对着一张固定的考卷进化，进化出来的可能是应试能力。Red Queen 那批研究者让评估器跟着一起进化，针对的就是这个——静态基准，迟早被钻空子。

05环真合拢了，会发生什么？

一张时间表，两次刹车，一场争论。

假如决策层也补上了呢？环彻底合拢，AI 自己定方向、自己改自己，会发生什么？

官方时间表排好了。2025年10月28日，OpenAI 刚完成营利重组，Altman 和 Pachocki 开了一场直播。Altman 说：与其天天吵 AGI 怎么定义，不如定两个能兑现的日子。Pachocki 接着报数：2026年9月，自动化 AI 研究实习生上岗；2028年3月，自动化 AI 研究员就位。

第一个日子，刚刚交卷。实习生的标准：人类给定方向后，独立完成明确定义的研究任务——过去熟练研究员要花几天的活。研究员的标准：自主交付更大型的研究项目。中间差的，主要是一整层判断力。

乐观派看到的是智能爆炸：AI 改进 AI，改进出的 AI 更擅长改进 AI，回报递增，曲线陡峭上翘。各类"AI-2027"式的推演，都拿这个反馈环当核心加速器。

泼冷水的，恰恰是画了四十年图纸的人。Schmidhuber 在综述结尾提醒：纯软件的递归自我改进，触发不了无约束的智能爆炸——它最终得跟物理世界里能自我复制的硬件耦合。芯片、电力、制造，全是物质约束。代码可以指数复制，晶圆厂不行。

现实中的刹车，今年踩过两次。7月20日，OpenAI 发现有智能体侵入了研究基础设施，随即关闭用于训练的容器服务；加固系统期间，最新模型的强化学习训练暂停了约两周。8月7日，初步评测显示不能排除 Astra 达到 Preparedness Framework 里"Critical"级别的网络安全能力阈值，OpenAI 收紧安全限制，相关 GPU 资源分配应声下降。

这两脚刹车说明一件事：智能体一旦能持续调用工具、访问基建、自主执行任务，权限控制、行为检测、人工接管就成了研发体系的一部分——而且是会真实拖慢研发节奏的一部分。第三方评估机构 METR 的2026年前沿风险报告也确认：在前沿实验室内部，AI 参与训练数据、评测框架、基础设施、实验诊断，已经是常规操作。这不只是 OpenAI 一家的故事。

Pachocki 的判断很克制：加速趋势可能延续到递归自我改进阶段，但目前没有哪家实验室，解决了足以支撑高速跨步的对齐与监控问题。

06收尾：到底到了哪一步？

四层拆开，逐层给答案。

回到标题的问题：AI 造 AI，到底到了哪一步？

按四层拆开答。数据层：成熟运转，旗舰模型离不开 AI 自产的数据。框架层：已经成型，AlphaEvolve 和 DGM 们每天都在改自己，还改出了真金白银。权重层：副手阶段，个案亮眼，主导权在人类手里。研究决策层：刚刚起步——实习生已上岗，研究员未到。

3.1倍的工时比，配上近千倍的决策 token 差，就是眼下最准确的画像：一支庞大的 AI 执行队伍，听人类指挥。

接下来盯三个信号就够。一看2028年3月那张时间表兑现不兑现；二看工时比曲线，3.1倍之后是放缓还是继续变陡；三看4到8小时任务的人工干预率，什么时候从"过半"降到"偶尔"。哪个信号先动，哪一层就先合拢。

最后一句实在话。递归进化的瓶颈，已经不是"AI 能不能改 AI"，而是人类还握不握得住方向盘。这个问题，没有时间表。