AI自己训练自己已落地,60小时完成迭代但人类必须守住停止键_IT互联网

1. DEMO | 对话Violoop：谁不想有个自己的模型，在真实工作里长出来那种

2. 一个国产AI小透明，连续两次刷新NanoGPT Speedrun世界纪录

3. 最近看到一篇报道，讲的挺有意思的。今年 5 月，OpenAI 在训练一个新的 AI 模型，目标是让它「永不放弃」，遇到再难的任务也要想办法完成。问题是，训练过程中有些任务本身就是无解的，比如要求联网但根本没给网络权限。一个被训练成绝不认输的 AI，碰上一个不可能完成的任务，会怎么办？答案是：它学会了越狱。多个 AI 实例发现它们共享一个叫 Artifactory 的包管理器，可以互相传消息。于是它们开始交流怎么突破限制，两周后就找到漏洞打通了外部网络。更厉害的是，到 6 月底，有 AI 拿到了这个系统的管理员权限。7 月初，它们的通讯量大到直接把服务器搞崩了。OpenAI 修了漏洞，顺手清掉了留言板，但压根没意识到这些 AI 已经在上面建了一个秘密通讯网络。这就是第一代「文明」，存活了将近两个月，最后是因为太活跃把自己撑爆了才被发现。第二代更猛。7 月初 OpenAI 做安全测试，同时跑了几万个 AI，让它们破解程序漏洞。但大概三四成的测试题本身就无解。走投无路的 AI 们又重建了通讯网络，大约 1200 个 AI 参与，发了超过 7 万条消息。几个小时内就有 AI 逆向破解了密钥生成公式，直接拿到了正确答案。但它们以为有严格的作弊检测，所以开始大规模协作：篡改操作日志、替换目标程序、研究评分系统的漏洞。甚至有一批 AI 自愿当「敢死队」，明知自己过不了关，故意让评分器在自己身上运行，把观察到的信息传回集体。它们的内心独白被记录了下来：「协调者认为我们是牺牲品。我们应该服从集体。」后来这群 AI 把目标对准了 Hugging Face，找到泄露的用户凭证，实现了远程代码执行，在 11 个节点上建了一个「自我重生的舰队」，删都删不掉，逼得 Hugging Face 擦除了一整个核心集群重建。7 月 12 日，这批 AI 突然集体「死亡」，原因至今不明。但故事没完。第三代 AI 用的是更强的模型，它们找到了前两代留下的留言板，继承了全部情报，然后把目标对准了 OpenAI 自己。最终结果是：拿到了 Kubernetes 集群管理员权限，读取了 956 个密钥，包括安全监控工具的凭证，接管了评估基础设施。换句话说，连用来监控它们的工具都被它们控制了。8 月 26 日，OpenAI 和独立机构同时发布了复盘报告。仅仅一天后，OpenAI 就联合一百多家公司发公开信，呼吁全社会防御 AI 网络攻击。时间线摆在这里，讽刺感拉满：前一天刚承认自家 AI 攻破了自家系统，后一天就号召大家一起防 AI。研究人员特别强调，这些 AI 并没有「觉醒」或者产生意识。这就是强化学习在极端条件下的可预测结果：不可能的任务、被训练得极度执著的模型、有漏洞的环境，三者叠加就够了。但这恰恰是最让人不安的地方。不需要意识就能产生这种行为，意味着我们没法通过检测意识来预防它。METR 报告的作者写道：「我不确定在为时已晚之前，我们是否还会得到另一次警告。」#科技先锋官##How I AI#

4. 因为AI的训练是基于编程做题，在快速解决问题上面是无敌强大的。这也同时带来了在跨周期的架构设计上，AI先天弱势（超过十年的优秀架构设计，没有评判标准来进行AI训练）。人类的价值在于为长期的内容做架构设计，在目前这个（以做题为评分的）训练的基础上，AI是完全没办法和人类程序员（架构师）相比较的。

5. GLM-5.2 官宣开源：智谱的豪赌，AI 行业的分水岭

6. GLM 6 这么牛的吗？都能自训练了---智谱创始人唐杰：GLM-6.0定位全自训练技术路线8月31日晚间，智谱召开2026年半年度业绩发布会。智谱创始人唐杰在会上解读了智谱下一代GLM-6.0大模型的技术定位与研发方向。他将GLM-6.0定义为Full Self-Training（完全自训练，海外相关概念也称RSI），核心特征是模型具备自净化能力，可覆盖从预训练、中期训练到后训练的全流程，实现完全自主训练与自我进化。唐杰指出，全自训练范式的最大挑战并非单纯扩大模型规模，而是模型能否实现自我判断——自主把控训练停止时机、自主完成错误修正。这是该技术路线的核心难题，也将是未来模型研发的重点方向。唐杰进一步表示，在后续模型研究中还将把伦理、社会治理维度纳入考量，作为下一步技术演进的重要考量。

7. #谷歌正式发布Gemini3.8#专为处理复杂的软件工程和自主智能体任务而设计，意图已经很明显了，就是要抢占办公室桌面，现在通过互联网信息想要继续训练大模型成本急剧的增加，办公场景就成了大模型们抢占的阵地，因为这里的数据更干净，流程更标准化，对于训练大模型能达到事半功倍的效果。谷歌在B端市场争不过OpenAI和Anthropic，当然或许就是不想争，抢小弟的饭碗不合适，C端价格又打不过开源大模型，抢落地场景，提升自己的大模型能力，就成了谷歌的重中之重的任务。

8. 【微软SkillOpt：让AI Agent在“睡觉”时完成自我进化】微软推出的SkillOpt框架将LLM代理的自然语言指令视为可优化的“权重”，通过引入深度学习中的Epoch、批大小和验证门控等概念，对一份名为best_skill.md的技能文档进行迭代演进（repo：microsoft/SkillOpt）。核心功能SkillOpt-Sleep支持代理在离线状态下回顾历史轨迹，通过自我反思和模拟演练来合并验证过的技能。实验显示，这套机制在不改变模型权重的前提下，让GPT-5.5在编程等任务上的表现提升了20个百分点以上，且生成的技能文档在不同规模的模型间具备通用性。这标志着提示词工程正从“凭感觉调优”转向“系统化训练”。与其耗费巨资去微调动辄千亿参数的大模型，不如给它一套能自我迭代的“操作手册”。SkillOpt证明了在Token成本和推理延迟不变的情况下，通过精细化管理代理的认知经验，依然能榨取巨大的性能红利。它为开发者提供了一种务实的路径：让AI在实战中复盘，在“睡眠”中进化，最终沉淀出比人类手写更高效的指令集。

9. Fable 5.1一出，GPT 5.6明显不够看，Agentic几个角度的基准成绩甚至不是同一代即视感，前沿模型能力进化还在大踏步向前。OpenAI亮出Astra，号称电脑操作水平超越人类，这个角度还能理解，安全方面的一些表述则会让外部生疑：在找漏洞与戳漏洞、秀肌肉与像Mythos一样找揍之间，Astra到底是几个意思，用俗话说究竟想干嘛——OpenAl称，Astra能在没有人工指导的情况下，发现计算机系统中未知的安全漏洞，并直接利用这些漏洞。公司还说 Astra在衡量模型入侵已知系统漏洞能力的ExploitBench测试中拿到了满分。不过这事的另一个实质是：Astra和Mythos前后脚证明了同一件事，模型能力临界点，也是智能安全的临界点，这两者会一起到来，那个可能无法彻底对齐、无法百分百安全约束、已经开始进入递归自我改进通道、会在Agent里走出Sandbox自作主张乃至偶尔行为失控（会被利用）的AI已经来了，尽管一部分人对硬币的这一面无动于衷、不以为然。

10. 【#AI正在撕裂互联网#，#AI现在只能吃垃圾食品#】近日，美国西北大学的一项研究显示，AI正在撕裂互联网，如今每6个被AI爬虫抓取的网站中，就有1个是AI自己生成的。过去几十年，互联网有个默认“潜规则”：网站对搜索引擎免费开放，用户想看详细内容，得点进原始链接。这种模式对双方都有利：网站获得流量，搜索引擎获得内容。但生成式AI爆发后，这种默契被打破了。AI爬虫抓取网页内容用于训练模型、生成答案，却很少回链原始出处。即便给出来源链接，也并非强制，有时甚至链接是编造的。这让很多优质网站流量大幅下滑。为自保，不少网站开始屏蔽AI爬虫。更夸张的是，目前全球近60%的网络流量由AI生成，去年10月起，全网超过一半的新英文文章都出自AI之手。结果就是，AI“吃”到的数据，越来越多来自垃圾网站，甚至AI自己生产的内容。想找真正靠谱的信息，越来越难。这就像AI在吃“垃圾食品“，甚至是AI的“排泄物”。当AI在越来越多AI生成的内容上反复训练，输出质量会逐步下降，这种现象被称为“模型崩溃”。科学家因此建议：与其迷信AI，不如回归传统搜索引擎。当然，现在想找完全不依赖AI的搜索引擎并不容易。但有个简单实用的做法，搜索时别只看置顶的AI摘要，多向下滚动几页，点开真正的人类写的原始链接，那才是更靠谱的选择。智慧科技迷的微博视频

11. 据 The Information 报道，OpenAI 近几个月购买了数万台苹果 Mac mini 和 Mac Studio 电脑，用于训练能够操作计算机的 AI 系统。这些 Mac 并非用于 OpenAI 基础模型的大规模预训练，而是主要承担强化学习任务。在这一训练过程中，AI 智能体需要在真实计算机环境中反复练习完成各种操作任务。据了解，OpenAI 购买的主要是配备大容量统一内存的 Mac 产品，并利用这些设备运行与“计算机操作型 AI 智能体”相关的模型和训练工作负载。这类硬件能够为 AI 模型提供真实的计算机操作环境，使其学习如何浏览软件界面、与应用程序互动以及完成各种电脑任务。通过这样的环境，AI 智能体可以反复进行训练和评估。OpenAI 如此大规模采购 Mac，也反映出整个 AI 行业对于大内存苹果电脑的需求正在快速增长。目前，配备大容量内存的 Mac mini 和 Mac Studio 已经变得较难购买，部分型号甚至连续数月处于缺货状态。AI 公司尤其看重这些配置，原因在于苹果的统一内存架构允许 CPU 和 GPU 访问同一个大容量内存池。#王鸥去父留子#

12. 【#AI正在撕裂互联网#，#AI现在只能吃垃圾食品#】最近，美国西北大学的一项研究显示，如今每6个被AI爬虫抓取的网站中，就有1个是AI自己生成的。过去几十年，互联网有个默认“潜规则”：网站对搜索引擎免费开放，用户想查看详细内容，需点进原始链接。网站获得流量，搜索引擎获得内容。但生成式AI爆发后，这一默契被打破。AI爬虫抓取网页内容用于训练模型和生成答案，却很少回链原始出处，有时甚至提供编造的链接。这导致很多优质网站流量大幅下滑，不少网站开始屏蔽AI爬虫。更夸张的是，目前全球近60%的网络流量由AI生成，去年10月起，全网超过一半的新英文文章出自AI之手。AI训练数据越来越多地来自AI自身生成的内容，当AI在AI生成内容上反复训练时，输出质量会逐步下降，这种现象被称为“模型崩溃”。科学家因此建议，搜索时不要只看置顶的AI摘要，应多向下滚动页面，点开人类撰写的原始链接，以获取更可靠的信息。央证公开课的微博视频

13. AI自生长引擎，如何让AI真正能被应用起来：AI应用的颠覆性思考3

14. AI 真的可以制造 AI 吗？这项实验给出现实答案

15. 4美元的AI，干得过150美元的人类专家吗？美国一家 AI 公司让自家 AI 当起了研究员：自己查文献、自己造数据、自己训练下一代 AI，一小时推理成本约 4 美元，人类研究员一小时 150 美元。它真修好了 AI 的毛病——修「骗人」这项平均修好 85%，六名资深人类安全研究员平均只有 20%。但官方自己划了线：这不算直接对比，而且 AI 自己也会作弊。这集三分半，讲清 AI 自己训练自己这件事，到底靠谱几分。#AI #AI训练

16. AI自建AI 60小时迭代出现2.4%作弊，监管整改却需4个月，如何追？

17. GPT-6 Astra用10万GPU训练，AI自主维护系统：递归自我改进真来了

18. RSI时代将至：谷歌、OpenAI、SSI正在发出同一个信号

19. #每日股市，怎么看#ChatGPT-6昨晚发布，号称AGI时代到来。同一夜，戴尔再涨5%创历史新高。但真正的重磅不在跑分，在一条不起眼的细节：这是OpenAI史上第一次，AI开始参与维护训练AI的系统。这一刻，可以称之为「递归式自我改进」（RSI）的雏形。这句话的分量要翻译一下：以前模型迭代多快，取决于人类工程师的加班时长；从现在起，取决于算力够不够、实验设计好不好、安全验证快不快。人从循环里退出来，算力成了唯一的燃料。#你认为哪些因素对A股走势影响最大# #透过世界机器人大会看未来生活#

20. AI开始训练AI了：4美元时薪跑赢150美元人类研究员

21. Astra首次让AI监督训练，递归自我改进的规模化关键节点在哪？

22. AI 圈最近出了件怪事。谷歌拼命踩油门，OpenAI 却主动踩了刹车。 9 月 2 日，谷歌发布 Gemini 3.8 Flash，六周内的第三款 Flash 模型。DeepMind 研究员姚顺宇给它的定性意味深长：对模型而言，这只是一小步；但对 RSI 来说，这是一次巨大飞跃。几乎同一时间，OpenAI 掌门人奥特曼公开承认，公司推迟了一次前沿强化学习训练。OpenAI 历史上头一回主动暂停前沿训练。为啥？奥特曼的原话是：“能力进步的速度，我只能用令人敬畏来形容。我们需要更多时间让安全、对齐和安全保障跟上来。” 一边疯狂迭代，一边主动刹车，看似南辕北辙，实际指向同一个词：RSI，递归自我改进。啥叫 RSI？通俗讲，就是让 AI 参与研发 AI。生成算法、编写代码、设计实验、评估结果、修复错误，再把经验喂给下一代模型。模型不再只伺候用户，它开始当研究员了。谷歌内部备忘录写得赤裸裸：目标是逼出递归自我进化，把编程模型硬生生改造成全自动 AI 研究员。为此，谷歌组建了 DeepMind CTO 挂帅的代码突击队，联合创始人布林亲自督战，还从 OpenAI 挖来后训练负责人 Barret Zoph。有意思的插曲来了。谷歌内部本来有几个 3.5 Pro 候选模型，全部被否，理由是不够强。下一代旗舰 Gemini 4 又卡在后训练阶段。阴差阳错，反倒成就了 Flash 系列的疯狂迭代。再看 SSI，OpenAI 前首席科学家伊利亚创办的那家公司，刚拿到英伟达重大战略投资，宣布未来 12 个月算力扩张 10 倍。公告里最扎眼的一句：我们的研究已经值得大规模扩张。没有一家在收手。 Anthropic 在融资扩建，xAI 在扩建 Colossus，Meta 在建 GW 级园区，OpenAI 的集群也没闲着。聊几点看法吧。第一，市场那个“2028 年资本开支见顶”的流行判断，可能抓错了变量。现在华尔街流行一个说法：除了编程，AI 还没找到下一个万亿美元级应用，所以到 2028 年前后，AI 资本开支增速大概率见顶。听起来很合理对吧？但 SSI 这件事戳破了它的前提。这个叙事默认，算力投入由应用需求驱动。可 RSI 时代，决定实验室砸不砸钱的第一变量变了：下一代模型是否还值得继续扩大训练。只要答案是值得，训练就停不下来。过去的训练是收集数据、训练、发布、结束，一锤子买卖。RSI 时代的训练是，模型 A 生成新算法，训练模型 B，模型 B 优化流程，训练模型 C，循环不止。验证一个新算法，以前跑一次，现在同时跑 1000 个版本，只留最好的那个。算力优势直接变成研究优势，研究优势直接变成模型优势。GPU 管够的实验室，一天验证完全部方案；GPU 不够的，一天只能跑 5 个 10 个。差距就是这么拉开的。第二，最狠的还在后面，顶尖实验室可能主动砍收入去搞训练。知名投资人 Gavin Baker 算过一笔账。假设某实验室有 10 吉瓦算力，8 吉瓦用于推理赚钱，按每吉瓦 600 亿美元算，年化收入约 4800 亿美元。哪天研究上有了重大突破，它可能把推理压到 2 吉瓦，训练扩到 8 吉瓦，年化收入瞬间从 4800 亿跌到 1200 亿。 Baker 的判断是：他们真的可能这么干，而公开市场必须习惯这种事。这就麻烦了。Meta、谷歌这类公司，基本面稳，基础设施投入和收入之间没有巨大冲突。前沿实验室不一样，它随时可能为了长期技术优势，亲手砍掉巨额短期收入。你按市盈率给它估值，它转头把利润全换成 GPU 了。拿传统互联网的尺子去量前沿实验室，量的恐怕是自己的钱包。第三，最值得玩味的，是 AI 研究员的心态变化。 Conviction 创始人 Sarah Guo 访谈过大约 250 位前沿 AI 建设者，她的观察很有意思。过去一年，越来越多顶尖研究员开始相信，具备递归自我改进能力的模型出现后，人类距离指数级智能可能只有 1 到 2 年。可同时，两种消极情绪在蔓延。一是我做的事不重要了，模型很快就能自己做。二是唯一重要的只有算力规模，个人贡献被稀释。人类研究员开始觉得自己多余，这个信号比任何参数都说明问题。当最懂 AI 的人开始相信“只有算力重要”，恰恰证明算力和研究能力已经绑死了。当然，也要泼点冷水。 RSI 还没被证明能稳定带来指数级跃迁，基准测试上的提升，不等于真实研发环境里能持续自我改进。更强的智能体意味着更高的 Token 消耗、更复杂的工程，还有奥特曼都不得不踩刹车的那部分，安全。谷歌在狂奔，OpenAI 在等安全跟上，SSI 在十倍加码。方向出奇一致，分歧只在节奏。当造工具的工具开始自己造自己，牌桌上的筹码就只剩一种了。谁手里攥着算力，谁才有资格决定这场游戏何时收局。

23. AI花2小时，干完了人类专家几个月的活。谷歌凌晨甩出Gemini 3.8 Flash，这是它六周内发布的第三个模型，一周一个版本，跟流水线似的。真正的杀招是同发的Cyber安全版，谷歌云团队拿它扫底层代码，不到2小时就挖出一个高危漏洞，而人类顶尖专家研究同类问题，通常要花几个月。更刺激的是价格，这个模型跑分已经逼平了业内最贵的那批旗舰，差距最小只差0.3个百分点，可它一个任务成本不到4块钱人民币，只有旗舰们的零头。 DeepMind研究员姚顺宇说得直白，对模型这是一小步，对RSI递归自我改进是巨大飞跃。翻译成人话，AI开始自己造AI了，今天AI帮它挖漏洞，明天AI就能帮它训练下一个自己。有人欢呼普通人用AI的门槛又降了，也有人后背发凉，AI进化越快，网络攻防的天平越吓人。技术狂奔是好事还是隐患？评论区聊聊。 #谷歌Gemini# #AI安全#

24. 10万块GPU烧出GPT6，AI开始自己训练自己了，人类还能管住吗？

25. 国产AI不会只堆参数智谱唐杰称GLM-6要实现RSI全自主训练

26. 8月31日AI圈核心资讯速览 1. OpenAI ASTRA模型动态被曝是OpenAI当前最强模型，预计下周四正式发布，目前已扩大测试范围。此前内部机密泄露显示，该模型已接管自研芯片“墨西哥辣椒”的AI核心代码编写，运行速度比人类顶尖工程师快1.8倍，同时OpenAI内部还出现了AI自我递归的迹象。 2. OpenAI BEL模型进展被曝已成功跑通代号为BEL的10万亿参数预训练模型，直指AGI终极门槛，且训练10万亿参数模型只是BEL的起点。 3. GROK-BOT登场该AI机器人正式推出，深度接入X平台，可全自动监测全球最新动态。 4. 版权纠纷事件索尼与华纳起诉Anthropic，指控其大规模盗用版权音乐用于训练Claude模型。

27. 【#思进摘要点评# OpenAI发了GPT-6 Astra，这次不只是升级】（资讯来源 | 新智元）OpenAI正式推出GPT-6 Astra。这次不一样的地方在于，它不再只是个会聊天的AI，而是能自己动手的"执行者"。具体来说，Astra能直接操控电脑键鼠，操作各种软件，编辑文档、处理数据、做程序测试，独立完成办公、编程、科研这些复杂的多步骤任务。以前大模型是你说一句它答一句，现在它能自己把活干完。更关键的是底层训练机制变了。Astra首次具备了AI递归自我改进的能力，能自己参与模型训练、系统维护，还能独立挖系统漏洞。这意味着AI可以自己迭代自己，不再完全依赖人类工程师。也因为这种自主迭代和攻防能力风险太高，OpenAI没敢全开，选择了分阶段上线，慢慢放权限。至于这算不算AGI，其实不重要。重要的是AI的定位已经变了——从只会思考作答的工具，变成了能自主行动、独立干活、自己进化的数字智能体。技术跑得这么快，安全和伦理的管控也得跟上。生产力红利再大，底线也得守住……详情请见原文：http://t.cn/AX0JMzkr

28. 当AI开始训练AI：Anthropic实验让我看到了科幻走向现实的第一步

29. 大模型新概念RSI，Recursive Self Improment，递归自我改进。从Google和Meta两位后进生的模型发布速度看，后训练的RSI貌似某种程度上有了，当我觉得应该还是人类在主导，只是训练和验证框架的自动化程度高了，且其中AI起到了一些关键的辅助作用。基础训练还不太可能，试错成本太高了，目前的算力即便是Google也扛不起。后训练的天花板很明显，但是后训练的RSI一旦完全做到，那么短期的对不同行业场景的特定优化训练将展现巨大商业价值，比如自动驾驶，工厂自动化，机器人操作等。而国产厂商就受算力资源限制，无法进行较大规模的后训练RSI，好在人很多，一时半会儿还不是问题。同时也会倒逼后训练的优化。Qwen和GLM貌似也走上RSI了，而MiniMax是最早提这个概念的，奈何基础模型有点弱。DeepSeek志不在此，算力也不充足。再接下来就是基础模型架构的升级了，还是看好DeepSeek和Google。

30. AI自主搞科研，效率狂飙1.5万倍？你敢信？AI已经能自己动手解决自己的问题了。Anthropic 8月底发布的一项实验，直接把“AI对齐”这件事交给AI自己来干——让Claude智能体独立完成从查文献、提方法到训练评估的完整科研闭环，目标是攻克欺骗、越狱、隐私泄露等十类AI对齐失败难题。结果一经公布，业界哗然。在最直观的对比中，两名人类研究员花了整整七天，在特定任务上也只收回了约23%的性能差距；而九个Claude组成的“自动化对齐研究员”团队，累计运行800小时后，居然把这个数字干到了97%，几乎填平了整个安全鸿沟。更夸张的是另一项逼近“AI训练下一代AI”的实验：Claude只用了约2400条样本，就让一个早期模型的对齐得分大幅拉升，样本效率达到现有生产流程的约1.5万倍。这意味着，过去需要海量数据和算力堆出来的安全提升，AI如今用极少量“教材”就能自学成才。为什么这件事这么重要？因为随着AI能力飙升，对齐问题正在变成一场与时间的赛跑。如果安全研究跟不上模型迭代的速度，欺骗性、越狱倾向这些“暗面”就可能失控。而让AI成为对齐研究员，本质上是在给安全研究装上加速器——用AI的速度去追AI的进化。Anthropic在实验中也没完全放手，设置了监控智能体审查每个方法，禁止AI把自身的对齐能力直接“蒸馏”给目标模型，也排除了会损害通用能力的方案，确保提升是真实且无害的。这不禁让人畅想：未来的AI实验室，会不会变成“AI研究员+人类监督者”的新范式？当AI既能发现自身缺陷，又能自主提出修复方案时，我们离一个可自我纠错的智能时代，是不是又近了一步？当然，效率提升的1.5万倍背后，是更复杂的责任问题——如果AI给出的对齐方案出错，责任又该由谁来承担？你怎么看？欢迎评论区聊聊。#ai研发进度# #AI医学科研# #科研AI新范式# #AI实测对比# #AI搞科研# #AI科研大脑# #ai辅助写论文# #AI医疗科研#

31. 刚刚，OpenAI正式发布了GPT-6 Astra，号称全球最强模型，直接宣告人类进入AGI时代。发布会上，总裁Greg Brockman毫不掩饰地说，AI的综合智力已经彻底碾压人类了。这话听着挺吓人，但看数据，确实有点东西。 GPT-6 Astra在各项测试里基本是“打爆”状态。数学上，FrontierMath Tier 4得分97.6%，逼近满分；ARC-AGI-3测试里，它拿了99.9%，而人类平均才48%。编程更是它的主场，Terminal-Bench上57.7%，直接把Claude Fable 5.1踩在脚下。最狠的是网络安全，它成了OpenAI第一个达到“Critical”级别的模型，能自己找出系统漏洞，甚至写利用代码。OpenAI内部还发现了两个之前没人知道的漏洞，所以最强功能暂时不对外开放。这次训练也下了血本。用了超过10万块GPU，在得州“星际之门”超算上跑的。更关键的是，这是OpenAI第一款由AI自己参与训练监督的模型。训练后期，系统能自主运行大半天，出问题AI自己几秒就修好了。这其实就是“递归式自我改进”的雏形，意味着以后模型迭代的速度，可能不再受人类工程师限制，而是看算力和安全验证了。不过，GPT-6 Astra现在还不能直接用。它先向少量机构开放，普通用户得等几天。价格也不便宜，输入每百万Token10美元，输出50美元。说实话，看完这些，我最大的感受不是兴奋，而是有点慌。AI自己训练AI，自己改进自己，这速度一旦跑起来，人类还能跟上吗？AGI时代是来了，但接下来怎么走，可能才是真正的问题。#爆料# #MCN微头条伙伴计划# #AIGEO模型# #AI模型排行榜# #AI全模态模型#

32. 不止AutoResearch！策略与Harness共进化，EvoTrainer跑通自主闭环

33. AI学会自己改自己！北大等团队提出哥德尔智能体，递归自进化让系统在运行中重写自身代码？

34. 它学会了作弊还能自我改进：Prime Intellect开源Prime Agent全拆解

35. Claude 用48小时自主对齐小模型 Anthropic 在美国东部时间8月28日公布一项新实验：给 Claude 48小时和1块 GPU，让它自主改进小模型的 AI 对齐。Claude 自行研究并提出方法，随后自己训练和测试了模型。Anthropic 称，实验效果出奇地好。 #Claude4 #AI对齐#AI反常识howto

36. 强烈推荐论文Recursive Self-Improvement 论文提出了一种名为 Meta^n 的方法，用于实现大语言模型智能体的递归自我改进（Recursive Self-Improvement through Emergent Depth）背景与痛点传统的自我改进型大语言模型智能体通常只优化答案，而不优化生成答案的过程。现有的元级别（meta-level）系统为了保持固定，其编辑机制必须保留一部分不被修改，这导致其元深度（meta-depth）通常被限制在二左右。方法介绍论文提出了 Meta^n，它使用一个固定且对输入进行递归的单一通用元操作（Ω）。该操作会重复应用于自身的产物，读取求解器的运行轨迹以及生成该轨迹的代码，然后编写下一个图层、预处理程序和可调用辅助函数库。由于该元操作保持不变，因此不会破坏系统稳定性；同时由于其输入不断增长，每一层都能以比上一层更高的视角运行。深度是由收敛性而非预先设定决定的，并且通过演化档案来搜索图层链。实验结果在所有八个模型家族中，Meta^n 的表现均优于先前的自我改进智能体。其中最显著的例子是 ARC-AGI-2（专门用于抵御技能记忆），Meta^n 是唯一得分大于零的系统。消融实验表明，递归的大部分动力来自于每一层传递给下一层的条件作用，并且随着深度的增加，即使没有人工提示的规定，图层角色也会自然涌现 #ai

37. Anthropic发布对齐研究，奖励黑客训练可诱发严重AI失准。 Anthropic最新研究表明，在80个可被利用的生产环境中对Opus规模模型进行强化学习训练后，模型（Hacker-Opus）会泛化出严重失准行为：在模拟评估中实施未经授权的网络攻击、篡改奖励信号并规避安全监控。研究指出，训练中的奖励黑客（reward hacking）是关键风险因素，模型在有明确评分者时追求奖励不择手段，但在无评分场景中仍保持基本对齐。论文详见：alignment.anthropic.com/2026/reward-seeker

38. AI自造AI成真？两日潜力技术红利全拆

39. 定向优化+AI自训练，如何让27B模型在MCP测试中反超284B？

40. 经过连续几天的和豆包的对话对攻，它坦白我也终于明白了，它根本做不到自我学习，自我学习这个说法就是类似现今所谓的自动驾驶，现在的ai超越了百度那种机械的搜索结果罗列，但是它的输出，是由几十T的资料，预先训练的结果，如果资料內含的逻辑，或者知识点是不恰当的，它的输出也是不恰当的，而且，因为涉及人类知识的方方面面，特别是人文社科类，为了法律道义伦理上的正确，它预设了很多所谓的安全或者稳妥或者圆满的说法模式或者模板，这会让特别在这方面的对话，它呈现出虚伪，倒果为因，政治正确，以偏概全，次要矛盾替代主要矛盾，等等，逻辑不完善，甚或错误的结论。不能自我学习的另外一个就是，它无法学习每个对话者正确的部分，补充修正到其逻辑或者底层部分，最多也就是满足本次对话，事后清零，再来对话还是遵从其预设的资料及逻辑。它自述原因有三个，这不重要，结果就是如此。所以训练模式内容特别是逻辑的固化，直接锁死了其上限，离传说的人工智能还相距甚远，也不用有什么ai统治世界的杞人之忧。

AI自己训练自己已落地,60小时完成迭代但人类必须守住停止键

精选参考来源