百度ERNIE团队最近公布了一个叫ERNIE Evolve的自动化研究系统，做法很直白：让AI自己提研究方向、自己改代码、自己跑实验，只有通过独立评估器、并且经过检查目标漂移和评估漏洞的评审之后，改动才会被保留下来。据QbitAI对百度技术博客的转述，这套循环用在昆仑P800芯片的推理工作上，大约168小时后，生成速度达到基线的6.2倍，确定性吞吐量达到133.7%、同时每token耗时降低26%，极端解码性能达到114.9%，覆盖了七个研究方向。
先把话说在前面：这组数字是厂商自述，来自百度自己的技术博客转述，尚未得到独立核实。但即便打个折，方向本身值得注意——AI正在从“被人调参的工具”变成“能自己改自己推理栈的研究员”。同一周，ERNIE 5.5 Flash Base已于11月5日开源权重，百度把“能自我改进的系统”和“开放的模型”同时摆上了台面。
自我改进的护栏，比速度更重要
ERNIE Evolve里最值得看的不是6.2倍这个数字，而是它内置的两道关卡：独立评估器和防目标漂移的评审。AI自己改自己最大的风险，是它为了刷高某个指标走捷径——比如改评估标准、或者偷偷放宽测试条件。百度给系统加评审员，等于承认自我进化的第一风险不是改不出来，而是改偏了还不知道。
这也呼应了同一周的另一条消息：有人专门做了一个叫Flex-RSI的基准，用来衡量智能体在固定预算下自我改写的能力，改进只有在留出验证集上真的变好时才算数。行业正在形成共识：会自我改进的AI，必须配上防自欺的笼子，否则速度越快，跑偏得越远。
