2026-10-23
这是一个值得铭记的时刻！
近日，“递归自我增强”领域连续出现两项重大突破！
过去十年间，训练一个基础大语言模型，一直是科技企业的“军备竞赛”。
在开源社区，这需要数十名顶尖专家协作。
在硅谷的AI实验室，则需要数百人参与，有人专注于架构与扩展定律，有人负责清洗数万亿Token的数据，还有人日夜监控成千上万张GPU，防止集群出现故障。
然而就在今天，这道看似坚不可摧的壁垒，被硬生生撕开了一个缺口！
两家初创公司几乎同时抛出了重磅消息，将“递归自我增强RSI”从科幻设想直接推向了现实应用。
消息传出后，整个硅谷AI界为之沸腾，无数从业者感到背脊发凉，彻夜难眠。
今天的第一枚“重磅炸弹”，来自初创公司 Mirendil。
他们公布了一项将“人力效能杠杆”推向极致的实验：仅凭 1 名研究员，从零开始“手搓”出一个参数规模在 1000 亿到 5000 亿（100B–500B）之间的编程基础模型——Mirendil-Base！
整个过程耗费的算力不到 1000 万美元（包含所有前期探索实验和智能体的Token消耗），耗时 3.5 个月。
最令人震惊的细节在于：
项目启动时，代码库空空如也，没有购买任何商业授权数据，没有使用任何模型蒸馏或合成数据，完全基于 PyTorch、JAX 以及公开的 GitHub 代码和网页数据。
那么，过去需要一个大型团队分工协作才能完成的训练基础设施、模型架构改进、数据配比优化、底层算子（Kernel）优化，都是由谁完成的？
答案是：AI 智能体（Agents）编写了超过 99% 的代码，自行完成了所有实验，甚至自己诊断训练故障！
而那位唯一的人类研究员，在这 3.5 个月里只做了两件事：决定尝试哪些研究方向，以及判断哪些实验结果值得信赖。
你以为一个人训练出的模型只是个“玩具”？看看评测结果，所有人都陷入了沉默。
在预测代码库任务中，Mirendil 团队直接拉出了目前市场上最强的五个编程模型进行对比：
面对这些参数动辄上万亿、背后站着数百人精英团队的 MoE（混合专家）巨头，参数规模在 100B–500B 的 Mirendil-Base 不仅不落下风，甚至在多个训练后新发布的外部代码库测试中取得了惊人的高分！
以跨分词器公平对比的 bits per byte 交叉熵衡量，数值越低越好
更令人震撼的是，这仅仅是个开始。Mirendil 透露，更大的 Mirendil-Base-Large（500B–2T 参数） 已经完成了 80% 的训练，而旗舰版 Mirendil-Base-XL（2T–10T 参数，真正的十万亿级巨兽） 训练进度仅为 19%，但其表现已经接近 Large 版本的当前得分！
而且，他们的下一代模型，将直接由 Mirendil-Base 自己参与构建。
另一家由大牛田渊栋创办的初创企业 Recursive，正式发布了开放权重的 400 亿参数（40B）编程模型——Flint。
在短上下文场景下，Flint在搭载M4 Pro芯片的MacBook Pro上，每秒可生成超过125个Token；在64GB版NVIDIA RTX Spark上，每秒可生成超过150个Token，速度最高可达同类模型的两倍
在智能体编程基准测试中，在总参数量低于500亿的混合专家（MoE）模型中，Flint 排名第一。
它的性能足以媲美总参数规模相近的最强稠密模型，但运行速度却快得多。
更令人惊讶的是，Flint 本身只是“赠品”，真正的主角是背后的 Eureka Machine——一套能够自动完成“提出想法→实现→测试→决定下一步”完整研究循环的系统。
通过 Flint 这个实际交付的模型，证明自动化研究确实能创造出有价值的东西，而不仅仅是运行一些玩具实验。
Recursive 的目标是打造能够递归自我改进的超级智能，用于自动化知识发现。
Mirendil 的路径是“由人指挥AI，将人力和时间压缩到极致”；Recursive 则是“用 Eureka Machine 让研究过程本身实现高度自动化”。
两家公司不约而同地聚焦于 RSI：
AI 编程能力越强 ➡️ AI 搞科研的速度就越快 ➡️ 造出更强的下一代 AI。
闭环，正在我们眼前形成！
加州大学伯克利分校教授、Databricks 联合创始人 Ion Stoica 等业界大佬纷纷转发并表达惊叹。
正如业内人士所言：“很快，一切就只取决于两件事：你有多少算力，以及你的‘发现循环’做得有多好。”
历史的车轮滚滚向前，但被碾过的人却感受到了刺骨的寒意。
看到 Mirendil 和 Recursive 的消息后，一位刚入行的初级研究员彻底崩溃了。他深夜给英伟达（NVIDIA）资深研究员 Ali Hatamizadeh 发去私信，字里行间充满了沮丧和恐惧：
整个预训练过程就一个人，没有研发团队，什么都没有……
如果一个人加一个计算集群，就能完成过去整个团队的工作，那我花了这么多年苦心积累的专业能力，岂不是还没捂热就已经过时了？
这种焦虑，今天正在无数 AI 实验室和程序员群体中疯狂蔓延。
面对年轻同事的恐慌，英伟达研究员 Ali 没有熬制鸡汤，而是写下了一篇极其硬核、甚至有些扎心的长文，向所有技术人紧急喊话：别被营销标题吓破了胆！你并没有过时，但你的“饭碗”确实已经变了！
Ali 剖析了“单人训千亿模型”背后的底层逻辑，并指出了普通研究员在 RSI（递归自我改进）时代的四大生存法则：
第一，认清现实，别再靠“复读旧配方”混日子了
Ali 直言，RSI（递归自我改进）确有其事。
今年 9 月，OpenAI 就披露其研究部门记录的智能体工作量，已经达到了每个人类工作日对应 3.1 个智能体工作日，并计划在 2028 年 3 月前实现“自动化 AI 研究员”。如果你的五年规划还假设 AI 不会接管预训练，那趁早改规划吧。
但是，为什么 Mirendil 的 1 个人能训出模型？因为常规预训练的“配方”已经彻底成熟且公开了！
各大厂早就把开源权重、详细的技术报告喂到了嘴边。
只要算力足够，照着公开的常规架构（比如加个滑动窗口注意力），让 AI 把代码写出来，训出个好模型根本不难。这时候解决的是“执行和预算问题”，而不是“科研问题”。
“如果你的主要工作，只是把去年的训练方案稍作调整、换批数据再跑一遍，那么这类工作的空间正在迅速缩小。”
这是最让人不舒服的真相：靠“复现已有成果”当炼丹童子的旧饭碗，已经被 AI 砸碎了。
第二，AI吃掉了执行力，“判断力”成了你的天价新饭碗
既然 AI 写了 99% 的代码，那为什么还需要人类？因为自动化科研在最关键的环节上，根本还没跑通！
比如在 EinsteinArena 平台上，AI 智能体确实刷新了 11 个未解数学问题的纪录（把11维空间中接吻数的最佳已知下界从593提高到了604）。
但前提是：人类事先定义好了问题，并写好了自动评分代码。 还有前阵子吹上天的“全AI生成论文通过同行评审”，扒开细节一看：它只通过了一个接收率高达 70% 的研讨会（Workshop）初审，非主会，而且后来还撤稿了。
在 OpenAI 内部，那些人类需要花 4—8 小时完成、而智能体最终成功完成的任务中，超过一半仍然需要至少一次人工干预。
为什么？因为智能体给出答案极快，语气永远自信满满。它会兴冲冲地跑来告诉你：“某项指标暴涨了 3 个点！”还贴心地附上了消融实验表格和一套自圆其说的解释。
但实际上呢？这 3 个点可能完全是假象——它来自评测中的数据泄漏、数据加载器的底层 Bug、碰巧撞大运的随机种子，或者分词器不匹配！
在执行成本归零的时代，“决定该做哪个实验、该相信哪个结果、该放弃哪个方向”的判断力，就是你最铁的新饭碗！
把智能体的速度，加上你自己的想法和判断力，哪怕你是刚入行的初级研究员，也能瞬间化身为“十倍效率研究员”。
第三，时代的悖论：越把活儿交给AI，你的基本功越得硬
很多新人会想：“既然以后只拼判断力，那我是不是不用学底层代码了，直接学怎么指挥 AI 就行？”
Ali 给出了一个振聋发聩的警告：这就是这个时代的悖论——交给智能体的工作越多，你的基本功就越重要。因为你永远无法监督自己不理解的东西！
你能一眼看出 AI 跑出的结果有猫腻，靠的是对整个系统骨子里的理解：损失曲线（Loss Curve）为什么长成这种形状？多大的提升才符合物理规律？什么样的结果“好得令人起疑”？
怎么练就这种毒辣的眼光？Ali 给出了最实在的建议：
有了这些硬核知识，你才能真正指挥机器，而不是它说什么，你就信什么。
第四，大模型远未研究透，遍地都是黄金考题
最后，别觉得大模型已经没啥可研究的了。
一个人能训出基座模型，只是因为旧路已经被趟平了。Ali 直接列出了 7 个至今无人能完美解答的黄金课题，随便突破一个都够你吃一辈子：
