2026年，“自進化”這個詞被AI行業(yè)大拿高頻提及。

小米MiMo大模型負責人羅福莉在3月的中關(guān)村論壇上直言：“如果要用一個詞來概括接下來一年里AGI進程中最關(guān)鍵的一件事，我會選‘自進化’?！?/p>

羅福莉說，她一年前覺得大模型實現(xiàn)自進化需要3到5年，現(xiàn)在認為1到2年就能完成。

Anthropic的CEO阿莫迪比羅福莉還激進，他曾在達沃斯論壇上預(yù)測，AI的遞歸自我改進可能在6到12個月內(nèi)實現(xiàn)，“我們可能距離AI自主構(gòu)建下一代AI只有1到2年時間”。

這種自我改進一旦形成閉環(huán)，進步速度將呈指數(shù)級增長。

4月初就有這么一篇論文，剛好講的就是如何讓AI形成這么一個閉環(huán)，出自上海交大劉鵬飛教授團隊，論文的標題是《ASI-Evolve: AI Accelerates AI》。

研究團隊搭了一個閉環(huán)研究框架，讓agent在“學(xué)習(xí)已有經(jīng)驗-提出新設(shè)計-做實驗-分析結(jié)果”之間反復(fù)迭代，去自動改進模型架構(gòu)、訓(xùn)練數(shù)據(jù)篩選、強化學(xué)習(xí)算法這三個AI核心部件。

AI會先學(xué)習(xí)過去的研究經(jīng)驗，再提出新方案，然后自己去做實驗、分析結(jié)果，最后繼續(xù)迭代，以此形成了閉環(huán)。

最終得出結(jié)果，AI真的能研究如何改進自己了。

誠然，這不是一篇足夠改寫整個AI產(chǎn)業(yè)的論文，它只是提出了一種方法。

不過真正讓人震驚的是，這篇論文的第一作者徐為先，竟然還在上大三。

一個還未畢業(yè)的本科生，主導(dǎo)了如此一項完整且具有實際意義的研究……我了個豆！我的大學(xué)真是白念了！

于是字母AI還真就聯(lián)系到了徐為先，通過郵件，我和這位陽光帥氣的天才少年聊了聊。

01

天才少年徐為先

徐為先的技術(shù)背景覆蓋面較廣。

他不僅在AI研究領(lǐng)域關(guān)注神經(jīng)架構(gòu)搜索和持續(xù)學(xué)習(xí)，也做過一些系統(tǒng)編程的項目。

他能用Rust獨立開發(fā)完整的操作系統(tǒng)內(nèi)核ACore，用C++實現(xiàn)了性能媲美Clang的編譯器Imxc，甚至用Verilog設(shè)計了基于Tomasulo架構(gòu)的RISC-V處理器。

這種從底層硬件到高層AI算法的貫通能力，你別說放在本科生里了，哪怕是全棧工程師來了也夠嗆。

他的GitHub項目ASI-Arch已經(jīng)獲得1100多個星標，對一位大三學(xué)生來說，這個成績是相當出眾的。

拋開這些技術(shù)，徐為先對AI研究也有自己的思考。他認為要實現(xiàn)“能夠自我進化的AI”（Self-Evolving AI），當前的AI還缺乏兩個能力，分別是“持續(xù)自我改進”和“長期可靠性”。

因此他的研究分為兩條戰(zhàn)線：改進單個模型的學(xué)習(xí)目標和記憶機制，使其能夠持續(xù)成長；構(gòu)建多智能體生態(tài)系統(tǒng)，讓模型通過復(fù)雜的交互協(xié)議協(xié)作優(yōu)化。

談到ASI-Evolve的研究起點，徐為先說那是2025年4、5月份關(guān)注到Google的AlphaEvolve時產(chǎn)生的一個直覺。當時那項工作讓人們看到AI不再僅僅是幫人類做簡單的檢索，而是具備了推動科學(xué)發(fā)現(xiàn)的潛力。

“我們當時便希望能將這種范式應(yīng)用于AI研究本身?！毙鞛橄日f，“這個想法的關(guān)鍵在于：既然AI技術(shù)在飛速發(fā)展，如果能將其成果反哺到自身的科研進程中，就能讓整個領(lǐng)域進入一個規(guī)模宏大的自我加速循環(huán)。這種迭代式的進步，是我認為這個方向最迷人的地方。”

徐為先也承認，這個想法的實現(xiàn)離不開上海交大GAIR實驗室的支持。

他很感謝劉鵬飛老師，稱他非常鼓勵本科生探索和研究，提供了大量指導(dǎo)，實驗室豐富的資源讓他們得以完成如此龐大的探索。

其實像普通大眾對這類論文最容易產(chǎn)生誤解，他們會認為研究者正在試圖用AI徹底替代人類科學(xué)家，但這是完全不對的。

徐為先說：“在ASI-Evolve中，我們引入了大量的人類先驗經(jīng)驗。我們并不追求脫離人類指引的‘盲目進化’，因為最初的實驗?zāi)康暮秃诵脑O(shè)想始終是由人類提出的。系統(tǒng)的真正價值在于利用AI極強的探索能力，在人類指引的方向上進行極速迭代。它更像是一個極其高效的協(xié)作系統(tǒng)，而非某種冷冰冰的替代品。ASI-Evolve推動著人們從問題解決、修復(fù)向問題定義轉(zhuǎn)變?！?/p>

關(guān)于“天才”這個詞，徐為先的理解相當平實。他認為天才是熱愛、天賦與努力的結(jié)合。

“每個人都有自己潛在熱愛和擅長的事情。我們需要做的是找到熱愛與擅長的交集，從而在綜合而言更好的方向上，通過持續(xù)的努力取得成功?！?/p>

他說，“我們看到很多公認的天才，不僅是他們成就過人，也因為他們所在的領(lǐng)域更被大眾熟知，但‘三百六十行，行行出狀元’，只要一個人能找到感興趣的東西并為之付出，他也會成為自己熱愛領(lǐng)域里的天才?！?/p>

徐為先謙虛地認為自己是相對平凡的。

他對科研充滿興趣，希望在自己喜歡的領(lǐng)域有所成就，但也希望能夠享受生活，希望能夠感受到身邊的美好?！氨M管研究的過程中挫折占了大多，但還是期待著Happy Research?！?徐為先說道。

徐為先最讓我感到詫異的，是作為一個研究者，他在面對學(xué)術(shù)的同時，依然保持著年輕人獨有的那份對生活的熱忱。

他是吉他手，同時玩古典和電吉他，擁有單簧管九級證書，喜歡打羽毛球和電子游戲。

不僅如此，他在個人主頁上坦誠地提到自己正在戀愛中，珍惜與伴侶共同探索人生旅程的時光。這種技術(shù)天才與生活的平衡，讓人看到一個立體而真實的年輕研究者形象。

我相信你跟我一樣，也會對這位陽光小青年感到羨慕。

對于未來的研究方向，徐為先更期待看到AI在反思和持續(xù)學(xué)習(xí)方面取得突破?！拔也⒉惶貏e關(guān)注現(xiàn)在訓(xùn)練出的每一代模型能力的提升幅度，因為現(xiàn)有的很多模型已經(jīng)能滿足大部分的日常需求了?！?/p>

他說“我更加關(guān)心的是一個模型在整個生命周期中的表現(xiàn)，無論是在訓(xùn)練中還是在部署使用的過程中——或者說未來可能根本就不再區(qū)分訓(xùn)練和部署階段。AI到底能不能持續(xù)地提升自己，這不僅關(guān)乎到一個模型能力的上限，也是真正提升個性化能力、讓模型進一步適合每個用戶的關(guān)鍵。”

每個人有自己的表達風格和獨特需求，模型只有在真實的使用場景中持續(xù)動態(tài)進化，才能更好地適配用戶，這一點或許是純靠靜態(tài)數(shù)據(jù)集訓(xùn)練難以實現(xiàn)的。除此之外，如何實現(xiàn)模型更強大的智能體能力也令人興奮。如果說持續(xù)進化是在探索智能的潛力，這個就是讓現(xiàn)有的模型更全面地與世界交互。

這也是徐為先本科畢業(yè)后打算繼續(xù)讀博的原因。他希望在讀博期間能做那些自己感興趣，又能真正回歸社會、讓所有人都能實際使用的技術(shù)。

02

ASI-Evolve

徐為先認為，將研究進步從“人類受限”轉(zhuǎn)變?yōu)椤坝嬎憧蓴U展”的過程就是ASI-Evolve框架的哲學(xué)基礎(chǔ)。

什么叫人類受限？開發(fā)一個新的神經(jīng)網(wǎng)絡(luò)架構(gòu)，需要博士生花3個月嘗試100種設(shè)計。

什么叫計算可擴展？ASI-Arch項目進行了1773次自主實驗，消耗超過20000 GPU小時，最終發(fā)現(xiàn)了106個創(chuàng)新的SOTA線性注意力架構(gòu)。只要提供算力，AI就會不斷地研究。

ASI-Evolve論文的核心貢獻，在于首次在統(tǒng)一框架下系統(tǒng)性地證明了“AI加速AI”的可行性。這是在神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計、預(yù)訓(xùn)練數(shù)據(jù)篩選、強化學(xué)習(xí)算法設(shè)計三大領(lǐng)域同時取得的突破。

在神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計方面，表現(xiàn)最好的模型實現(xiàn)了0.97%的提升，這個數(shù)字接近當前人類設(shè)計SOTA增益的3倍。

更重要的是，這些架構(gòu)不是通過暴力搜索得到的，而是通過系統(tǒng)的“學(xué)習(xí)-設(shè)計-實驗-分析”循環(huán)自主演化而來。

系統(tǒng)會先學(xué)習(xí)過去的研究經(jīng)驗，理解哪些設(shè)計原則是有效的，然后在此基礎(chǔ)上提出新的架構(gòu)方案。每一輪實驗的結(jié)果都會被分析提煉，寫入經(jīng)驗數(shù)據(jù)庫，為下一輪探索提供指導(dǎo)。

這種方式讓AI能夠像人類研究員一樣積累知識，而不是每次都從零開始。

實際上用AI研究AI，用AI改進AI，是現(xiàn)在非?；鸬囊粋€賽道，上到Anthropic、OpenAI這樣的頭部公司，下到小團隊、實驗室，都瞄準了這個領(lǐng)域。

除了前面徐為先提到的AlphaEvolve，最近很火的Sakana AI實驗室也提出過一個類似的構(gòu)想，叫做The AI Scientist。

它的邏輯也是讓AI自己想題目、寫代碼、跑實驗、分析、寫論文。

咱們回到徐為先的ASI-Evolve上來。

在預(yù)訓(xùn)練數(shù)據(jù)篩選領(lǐng)域，AI自主優(yōu)化的數(shù)據(jù)策略在平均基準測試中提升了3.96%，而在知識密集型的MMLU評測中，提升幅度超過了18%。

這意味著AI已經(jīng)能夠理解什么樣的數(shù)據(jù)對訓(xùn)練更有價值，并自主完成數(shù)據(jù)清洗和篩選的全流程。傳統(tǒng)的數(shù)據(jù)篩選依賴人類專家的經(jīng)驗判斷，需要大量人工標注和質(zhì)量評估。ASI-Evolve則能夠通過實驗反饋自動學(xué)習(xí)數(shù)據(jù)質(zhì)量的判斷標準，在海量數(shù)據(jù)中找出真正有價值的訓(xùn)練樣本。

在強化學(xué)習(xí)算法設(shè)計方面，ASI-Evolve設(shè)計出的全新訓(xùn)練算法在數(shù)學(xué)競賽題上的表現(xiàn)亮眼。在AMC32上超越GRPO基線12.5分，在AIME24上超越11.67分，在OlympiadBench上超越5.04分。

這些不是簡單的參數(shù)調(diào)優(yōu)，而是具有原創(chuàng)性數(shù)學(xué)創(chuàng)新的全新算法機制。系統(tǒng)能夠理解現(xiàn)有算法的局限性，提出新的優(yōu)化目標函數(shù)，設(shè)計新的梯度更新策略。

ASI-Evolve的意義在于，它展示了AI自己研發(fā)AI的可能性。

過去，AI的每一次進步都依賴人類研究員在架構(gòu)設(shè)計、數(shù)據(jù)清洗、算法調(diào)優(yōu)上投入的海量人力。

我們都在說AI替代人，但這條賽道非常特殊，你如果想要AI進步更快，就只能招更多研究員。

現(xiàn)在，AI開始在這些核心環(huán)節(jié)中形成閉環(huán)，直接參與自身的進化。

傳統(tǒng)模式下，研究產(chǎn)出受限于人類研究員的數(shù)量和工作時間。即使是最優(yōu)秀的研究團隊，一年能嘗試的數(shù)量也是有限的。

ASI-Evolve則將這個約束從人力轉(zhuǎn)移到了算力。只要有足夠的GPU資源，系統(tǒng)可以7×24小時不停地探索，嘗試的方案數(shù)量可以是人類團隊的數(shù)十倍甚至上百倍。

但這并不意味著人類研究員變得不重要。

徐為先強調(diào)，ASI-Evolve中引入了大量的人類先驗經(jīng)驗。系統(tǒng)的認知庫中存儲了人類研究文獻中的設(shè)計原則和經(jīng)驗教訓(xùn)，這些知識為AI的探索提供了方向。

最初的研究目標和評估標準也是由人類設(shè)定的。AI的作用是在人類指引的方向上進行高效探索，而不是盲目地搜索整個可能空間。

這樣一來你就不再需要花大量時間在具體的實驗和調(diào)參上，而是可以專注于思考什么樣的問題值得研究，什么樣的方向更有前景。

AI則負責將這些高層次的想法轉(zhuǎn)化為具體的技術(shù)方案，通過大規(guī)模實驗找到最優(yōu)解。

ASI-Evolve的另一個重要特點是它的分析器模塊。

這個模塊能夠?qū)?fù)雜的實驗結(jié)果提煉成可復(fù)用的洞察。

傳統(tǒng)的自動化實驗系統(tǒng)往往只能輸出原始數(shù)據(jù)，需要人類研究員花大量時間分析。ASI-Evolve的分析器則能夠自動識別實驗中的關(guān)鍵模式，總結(jié)哪些設(shè)計選擇是有效的，哪些是無效的，并將這些洞察寫入經(jīng)驗數(shù)據(jù)庫。

這讓系統(tǒng)能夠真正地“學(xué)習(xí)”，而不只是“搜索”。

就像刷題一樣，普通人刷題，最后就會記錄一個數(shù)據(jù)，這1000道題里我對了多少道題，錯了多少道題。但是ASI-Evolve，它不僅會記錄錯題數(shù)量，還會記得為什么錯，下次遇到類似的題目應(yīng)該怎么才能選對。

如果我們往大了去說，過去一百年，科學(xué)研究的模式基本沒有改變。

人類提出假設(shè)，設(shè)計實驗，分析結(jié)果，發(fā)表論文。

這個循環(huán)的速度受限于人類的認知能力和工作時間。

如果ASI-Evolve的這種模式能夠推廣到更多領(lǐng)域，可能會從根本上改變科學(xué)研究的速度和規(guī)模。

03

天才少年爭奪戰(zhàn)

AI時代像徐為先這樣的天才少年越來越多，

隨之而來的，是各大廠商的招募策略正在發(fā)生根本性變化。那些頂級廠商開始提前鎖定、深度培養(yǎng)還在讀書的天才少年。

比如月之暗面的“穿越計劃”。

實習(xí)生在通過3到6個月的考察后，即使尚未正式畢業(yè)，也可獲得該計劃的正式offer與對應(yīng)激勵。關(guān)鍵是它這個除了給獎金以外，還會給公司期權(quán)。

月之暗面去年12月的時候，估值是43億美元。到了今年3月，它的估值就來到180億美元了。這樣的成長速度下，它的期權(quán)還是相當誘人的。

該計劃幾乎沒有任何硬性條件限制，不限專業(yè)、不限學(xué)歷、不限經(jīng)驗，只看你是否是“任何領(lǐng)域最TOP的人才”。

從公司角度看，提前一年鎖定人才，意味著在競爭對手還在觀望時就已經(jīng)完成了布局。

OpenAI的Safety Fellowship則代表了另一種模式。這個從2026年9月14日到2027年2月5日運行的項目，邀請外部研究者、工程師和實踐者專注于AI安全與對齊研究。

入選者將獲得月度津貼、計算資源支持，以及來自O(shè)penAI導(dǎo)師的深度指導(dǎo)。項目期望參與者在結(jié)束時產(chǎn)出實質(zhì)性的研究成果，比如論文、基準測試或數(shù)據(jù)集。

這兩種模式看似不同，實則有著共同的邏輯：給你導(dǎo)師、給你資源、給你算力，最后還給你錢。

一方面，它們給了年輕人一個機會。

這不是傳統(tǒng)意義上的“培養(yǎng)”，而是把最優(yōu)秀的年輕人直接投入到最前沿的戰(zhàn)場，讓他們在真實的挑戰(zhàn)中快速成長。

另一方面，它也是大公司廣撒網(wǎng)尋找人才的新方式。

AI是一個比較新的產(chǎn)業(yè)，過去的量化標準對它不起效果，所以這些大公司必須地用這種新鮮手段來尋找奇才良將。

這種招聘策略的轉(zhuǎn)變，反映了AI行業(yè)發(fā)展的一個深層次變化。

隨著工具和框架的成熟，真正稀缺的不再是技術(shù)積累，而是創(chuàng)新思維和執(zhí)行能力。一個有想法、能動手的新人，可能比一個循規(guī)蹈矩的博士更有價值。

這些品質(zhì)在傳統(tǒng)的學(xué)術(shù)訓(xùn)練中很難培養(yǎng)，卻是AI時代最需要的素質(zhì)。

還有一點咱們也得承認，那就是這場天才少年爭奪戰(zhàn)背后是AI行業(yè)對未來的焦慮。

當前的AI發(fā)展速度已經(jīng)超出了大多數(shù)人的預(yù)期。這才導(dǎo)致了培養(yǎng)人才的速度，跟不上推動技術(shù)的速度。

各大公司都在賭未來，人才是這場賭局中最重要的籌碼。誰能提前鎖定最優(yōu)秀的年輕人，誰就能在未來的競爭中占據(jù)優(yōu)勢。