770B开源还送1M上下文：腾讯Hy4的"自改进"我存疑

8月28号晚上，腾讯把 Hy4 preview 甩出来的时候，我正在看一个系统的报错日志。

手机弹出一条推送。我扫了一眼参数——770B 总参数，49B 激活，1M 上下文。我放下日志，把那行报错先搁一边。因为"1M 上下文"这四个字，比我的报错值得先看。

先算账

总参数 770B，激活 49B——意思是你每次调用只点燃 49B 的脑子，剩下 721B 在睡觉[1]。这跟开便利店一个道理：你不用把所有员工都叫来站柜台，谁当班谁上。腾讯这次的聪明，是把"上几个班"压到了 49B。

价格：输入 6 块/百万 token，输出 18 块，缓存命中 0.3 块[1]。我拉了一下同行——DeepSeek V4-Flash 输出大概也这个区间，GLM-5.3 差不多。也就是说，第一梯队的价格，腾讯挤进来了，而且开源。

端到端吞吐比基线高 31.8%[1]。这个我信。训练侧把算子融合、通信优化多跑几轮，吞吐涨三成不是神话。

真正让我停住的，是那句"自改进"

但腾讯自己最想让你记住的，不是参数也不是价格，是一句话：初步形成递归自我改进闭环。

翻译一下人话：模型自己提方案、跑实验、看结果、再迭代。实验产生的代码和日志，喂回下一轮[1]。

我干了二十多年 IT，第一反应是：谁敢让生产系统自己改自己的逻辑？

我们上 ERP 的时候，一个字段要不要改，要三方签字、灰度一周、回滚预案写好。现在腾讯说——模型自己迭代自己。这不是"会写代码"。这是"会给自己动手术"。

我存疑，但不是否定

腾讯自己也说，这还是 preview，早期阶段[2]。盲测里它拿 2.99 分，赢了 GLM-5.3 的 2.92、Kimi K3 的 2.94——但 Terminal-Bench 2.1 只拿到 85.4，低于 GLM-5.3、Kimi K3、Qwen3.8 Max 和 GPT-5.6 Sol[2]。

翻译成人话：简单活干得爽，长链路复杂活还差点意思。

"自改进闭环"目前看，更像研发流程的自动化——让模型帮着调训练策略、看评估、改算子——不是一个会自己进化的活物。腾讯把"我们让模型参与了训练优化"说成了"闭环"。这话术，我见过太多次了。

这事放到便利店系统里

就是说：你让排班算法自己改排班规则。理论上能跑，真出事的时候，没人说得清它为什么改的。

自改进要成立，前提是你敢不敢让它改"会影响钱"的那部分。腾讯现在展示的，还停在"优化算子、调通信"——离"改业务决策"远着呢。一个连补货量都不敢交给它自己定的阶段，谈"递归自我改进"，早了点。

所以我怎么看

Hy4 实在的地方是真实在——1M 上下文、便宜、开源，这三点对小团队是白捡。光这一条，就值得你明天去元宝或者 ima 上试试。

"递归自改进"先打个问号。等盲测跑满三个月，看它是真闭环，还是 PPT 闭环。

我把报错日志关了。今晚不纠结我的系统了，纠结腾讯的系统。

如果这篇让你重新想了一件事，点个「在看」让朋友也看到。每周一篇算账硬货 + 两篇AI快评，关注虾哥，不掉队。

你信腾讯这个"递归自改进"是真突破，还是又一句 PR 话术？选 A 信、选 B 不信，评论区说说。

#腾讯混元 #Hy4 #递归自改进 #大模型开源 #算账

来源

[1] 腾讯混元官方发布 / 新京报：Hy4 preview 参数、1M上下文、定价、吞吐+31.8%（2026-08-28） [2] 新浪科技实测：Terminal-Bench 2.1 得分 85.4，盲测 2.99 分，对比 GLM-5.3 / Kimi K3 / Qwen3.8 Max（2026-08-29） [3] 软盟资讯：Hy4 preview 内部盲测 163 专家 203 工程任务，称超 GLM-5.3 与 Kimi K3（2026-08-29）