AI自我进化时代：人类如何重新定位自身价值？

AI研究领域正在悄然发生一场变革——AI已经迈入了自我训练的阶段

这场变革包含两个维度，一个聚焦于效能提升，一个涉及模式转变。

效能维度：AI代劳代码优化工作

过去的AI开发如同人力拉锯战：研究人员编写代码、运行实验、分析结果、调整代码，反复循环。而现在，AI正逐步接管这些机械性任务。

2026年，AI领域专家Andrej Karpathy公开了一个仅630行的autoresearch项目——AI智能体自主调整训练代码，每5分钟完成一轮实验，依据验证结果判断是否保留修改。配备8张H100显卡运行一晚，可执行276次实验，其中29次产生了实质性优化。AI如同人类研究者一样在模型规模、学习率、网络结构间不断取舍，而Karpathy本人则“悠闲地去蒸桑拿了”。

与此同时，UCSD研究组推出的AIBuildAI智能体实现了更大跨越：用户只需用日常语言描述需求，AI就能独立完成模型架构设计、代码编写、模型训练、参数调整与迭代优化的完整链路。在OpenAI MLE-Bench评测中，它以63.1%的获奖率拔得头筹，表现堪比资深AI工程师。

从“人工编码、机器运行”到“人类定调、机器探索”，核心矛盾已从“能否完成实验”转变为“能否提出好问题”。630行代码配合一张GPU，便构成了AI研究的新工坊。

模式维度：AI自主命题自我考核

相较于AI替代人类做研究，更具深远意义的是AI开始自主设计训练自身的路径。

传统AI训练仰赖人工标注数据——这形成了模型能力的上限。R-Zero框架突破了这一限制：它把单一模型拆分为“出题者”和“答题者”两种身份——出题者专门生成处于答题者能力临界点的难题，答题者则全力攻克，双方在博弈中协同进化。整个流程完全自驱动，无需人为介入。实验结果表明，Qwen3-4B-Base在数学推理任务上取得了6.49分的进步。

更引人注目的是中国无尽前沿团队推出的BigBang-V1——全球首款采用递归自我改进方式训练的基座模型。其后训练数据100%由AI自行生成，命题、解答、验证全流程均由AI独立完成。仅有35B参数，却在多项高难度科研任务中击败了1T级别的顶尖模型。

为何一定要让AI自主出题？因为人类已力不从心——模型越强大，能够为其设计高难度训练内容的专家就越稀缺。GPU可以随意采购，专家的精力却无法通过堆叠算力来扩充。

两个维度相互交融，揭示了同一趋势： AI研究正从“人类教导AI”迈向“AI教导AI”。这不仅是效率的飞跃，更是智能进化逻辑的根本性重塑。

当AI开始自主决定“下一代AI应当学习什么”时，留给人类的全新命题便是——我们应当如何定位自身在这场新格局中的位置？