这周刷AI新闻的朋友，大概每隔几小时就要看到一次"AI自己训练自己"：一会儿是OpenAI被曝让AI自己写GPU内核，一会儿是阿里在云栖大会上说Qwen零人参与迭代了一个月，一会儿又有人猜刚发布的Opus 5.5根本不是人从头训出来的，是内部"教师模型"蒸馏出来的"压缩版"。配上"奥特曼急发全球暂停令""人类打造的最后一代AI"这种标题，很容易要么上头、要么焦虑。
我的建议是：先把这波刷屏拆成三层——实锤、推测、自我披露——再决定要不要为它换订阅、改工作流或者只是存个谈资。这周的事值得单独写一篇，因为它不是一家的营销，而是OpenAI、Anthropic、阿里、谷歌和国内高校联盟在七天之内，从五个不同方向同时摸到了同一扇门上。
先看这周到底发生了什么
把时间线拉平，五条线其实说的是同一件事。9月6日，OpenAI在官方博客《研究加速：OpenAI内部视角》里自己承认，AI参与AI研发的飞轮已经在内部转起来了，这条在微博上拿到了九百多个赞。 9月17日，谷歌DeepMind放出Dream-RSI论文，让AI通过"回放梦境"——也就是重放自己过去的探索记录——低成本测试新策略，尝试把递归自我改进做成一套可循环的方法。 9月19日，上海交大、清华、上海AI实验室等机构联合发了篇论文，标题直接叫《人类打造的最后一代AI》，给出了一套五级的AI自我进化路线图，最末一级是AI彻底改写自己的升级逻辑。微博微博知乎专栏
9月22日，两件事同日发生。云栖大会上，阿里披露Qwen3.8-Max在人类零参与的情况下自主迭代超过一个月、完成33轮有效迭代，Artificial Analysis评测分数从40提到45，还自主适配了新款GPU、把下一代模型的推理吞吐量提升96%。 同一天，The Information曝出OpenAI内部的模型已经能自己编写GPU内核程序和优化方案，工程师给一个优化示例，AI就能自己跑上几周，原本要几年的实验被压缩到一周。 也是这一天，OpenAI官方发布了一份全球安全倡议，罕见地把RSI单列一节。9月24日，谷歌工程师PatrickCToulme在X上发帖，推测刚发布两天的Opus 5.5是由Anthropic内部更强的教师模型Model2蒸馏而来，可能是首个走通RSI路径的产品模型。知乎专栏36氪36氪
七天，五家，同一个方向。这在以前叫概念，这周开始像路线图了。
第一层：哪些是实锤
AI深度参与AI研发，这层是有多方证据的，而且大多是公司自己承认的。OpenAI的博客自述，加上The Information的曝光，指向同一件事：写GPU内核这种过去要年薪几百万美金的顶尖工程师通宵干的活，现在大部分由模型接手，多智能体之间还能自发协作，不惊动人类。 Anthropic这边更早就给了数字：截至2026年5月，他们代码库里超过80%的代码由Claude撰写，而2025年2月之前这个比例还是个位数；工程师人均每日合并代码量比2024年增长了约8倍；2026年4月，Claude用约800个小时把某类API错误降低了1000倍。36氪36氪
国内这边的对应披露来自阿里：Qwen3.8-Max自己搭建训练流程、自己构造训练数据、自己设计实验并定位缺陷，连续迭代一个月33轮；面对一块它没见过的平头哥新款GPU，自主适配并优化了Qwen3.8-Flash的推理框架；在芯片设计环节只拿到一份总线模块规范，就自主跑完了前端、验证、后端全链路，60多个小时调用EDA工具上万次，把一块生产级芯片模块的面积缩小了42%。知乎专栏
但这里要如实标注：阿里这三个数字全部来自大会上的官方口径，网易科技、赛迪网等媒体当天都做了报道，但第三方复现和独立评测目前还没有跟上。它属于"有官方信源的自我披露"，不是"已被独立验证的实锤"，这个区别在后面判断时会用到。知乎专栏
第二层：哪些只是推测
Opus 5.5是"教师模型蒸馏娃"这个说法，是这周传播最广、但证据最薄的一环。PatrickCToulme的推理逻辑是：Opus 5.5性能与旗舰Fable 5.1持平、成本却降了40%，这种"又强又便宜"的反常规组合，最合理的解释是它由内部更强的Model2蒸馏而来——小模型继承大模型的能力，推理成本大幅下降。目前没有任何公开证据直接证实这一点，Anthropic的发布文档里对训练方式只字未提。36氪
不过这个猜测也不是空穴来风。Anthropic确实公开确认过内部存在比Mythos5更强的Model2，并被大量用于代码生成、数据生成和代理任务；更微妙的信号是，Anthropic在安全条款里把"蒸馏攻击"单独列为威胁，还在Opus 5.5上专门引入了"保留推理链"这类反蒸馏机制——一家公司防什么，往往说明什么在它的技术体系里分量很重。 知乎上已经有实测党得出类似体感，有专栏直接测试后怀疑Opus 5.5就是Fable 5.1的量化版或者自家蒸馏版。36氪知乎专栏
所以这一层的准确表述是：蒸馏路线有旁证、无实证，Anthropic不承认也不否认。
第三层：哪些根本还没发生
“AI失控”"人类要被踢出局"的叙事，可以缓一缓，因为第一个泼冷水的是OpenAI自己。那份全球安全倡议里写得明明白白：全自主RSI今天并未发生，在能安全做到之前不应推进。 注意说这句话的主语，正是正在让AI写GPU内核的OpenAI。36氪
它呼吁的是各国AI安全研究所网络制定全球技术标准，核心诉求包括：评估企业内部多少研发由AI自动完成、什么情况必须强制触发人工审查、建立类似航空业的事故分级上报机制。同日还有一条更耐人寻味的消息：OpenAI和Anthropic正在谈判互相测试对方的商用模型——当年Anthropic创始团队正是因为安全理念不合才从OpenAI出走的，现在两家要互查了。36氪
这周的另一组对照是：联合国大会场外，头部机构呼吁前沿AI安全标准覆盖RSI、协调减速；而场内各家的大会主论坛上，RSI进展是一个接一个的产品亮点。有人把这总结成一句话，我觉得很准：规则在起草，能力已经上路。知乎专栏
说回跟你钱包的关系
如果你不是从业者，这波趋势落到你身上，最直接的通道是价格。这里有一条第一次能讲圆的成本传导链：AI参与研发→训练和迭代成本下降→用大教师模型蒸馏出更小的产品模型→推理价格下降。Opus 5.5就是这条链上的第一个样本：输入输出token定价每百万4美元和20美元，比Opus 5降20%；Agent任务和编程场景里占大头的缓存读取，从每百万0.50美元降到0.20美元，直接砍了60%；再叠加完成同等任务消耗的token更少，综合成本降约40%，输出速度还快了30%。 知乎上已经有人拿它和GPT-6 Sol同天实测，五个案例跑下来花了六百多块钱，也有人用一块钱的DeepSeek在别的引擎里复刻了Opus 5.5刷屏的3D游戏案例——贵的和便宜的差距在缩小，这是普通用户能摸到的实惠。36氪知乎知乎专栏
但硬币的另一面也要看：自我迭代一旦加速，烧的算力不是变少而是变多。阿里同场抛出的规划是真武V900芯片、最高50万卡集群、2032年20GW数据中心——模型自己迭代的次数越多，需要的燃料越多。小米那边直播了6天强化学习训练，官方披露训练成本约262万美元。"模型变便宜"和"训练变烧钱"同时为真，中间的差价就是蒸馏技术在赚。知乎专栏
三类人各自看什么
API开发者和Agent重度用户：这波最实的红利是缓存读取降价，Opus 5.5缓存读降到0.20美元一百万token，如果你的工作流里Agent长会话占比高，优先把提示词和上下文结构改造成缓存友好，这一项的节省比换模型还大。蒸馏路线如果被各家跟进，"够用的小模型"会持续变便宜，重活用旗舰、杂活用蒸馏版会越来越划算。
订阅用户：不用这周就换门派。Opus 5.5的降价主要落在API侧，订阅档位的体感变化还要等一等。真正值得等的是GPT-7和Astra下一代发布时，会不会跟进"旗舰能力、蒸馏价格"这个打法——那才是订阅党吃到红利的时候。
观察党和谈资党：记住三个数字和一个概念就够了——80%（Anthropic代码库里AI写的比例）、33轮（Qwen零人参与迭代）、60%（缓存读取降幅），概念是"时间差"：安全标准的起草节奏以周和届计，能力的上路节奏以版本和周计，两个计时器的距离就是接下来所有故事的发生地。
接下来盯这五个信号
一是OpenAI和Anthropic的互测协议是否正式落地，这是两家从对手变同行的标志性节点；二是Qwen那三个数字——40到45分、96%吞吐提升、42%面积缩减——有没有第三方复现；三是Anthropic会不会在某个时点官宣Model2，等于变相承认蒸馏路线；四是OpenAI那份安全倡议里的人类监督触发机制，会不会进入某个国家的正式标准；五是下一次旗舰模型发布时，缓存和输入价格是否再降一轮，那将确认"蒸馏降价"不是促销而是结构性趋势。
以上信息截至9月25日。这周的趋势一句话总结：AI开始自己教自己这件事，实锤的部分比你想的少，落地的部分比你想的快，而它最终传导到你账单上的速度，取决于那条蒸馏链路能跑多顺。先别急着站队"突破"还是"噱头"，把上面的验证节点一个个核掉，答案会自己浮出来。
