事件背景
根據最新研究，大型語言模型（LLM）現已具備能力自動改進其他模型以適應新任務。PostTrainBench 測試顯示，在後訓練階段（post-training），模型能力有顯著成長。這意味著 AI 系統開始具備「自主精煉」的特性——不再完全依賴人類工程師的指導。
同時，一次包含 72B 參數規模的分散式訓練運行成功完成，證明超大規模模型的協調訓練已成為常規操作。這些技術進展背後有一個更深層的含義：AI 驅動的研究開發（AI-driven R&D）可能成為決定 AI 未來發展軌跡的關鍵因素。
核心原則：能力遞迴增強
「能力遞迴增強」描述的是一個系統當其能力達到某個閾值時，就能開始自我改進，進而產生更強的能力，再用這更強的能力進行更高效的自我改進——形成正反饋迴圈。
在傳統軟體中，這很難實現。程式員必須手工除錯、最佳化，過程本質上是線性的。但 AI 系統不同：一個足夠聰明的模型可以寫程式、設計實驗、生成訓練資料，甚至調整自己的架構參數。
LLM 自動精煉其他 LLM 這一事實表明我們已進入一個新階段：
初期階段（0.0-1.0）：模型改進效果有限，因為改進模型本身的能力有限 加速階段（1.0-2.5）：模型能力足以進行有效的自動化改進，每一次迭代帶來相對更大的進展 臨界點（2.5+）：改進速度開始超越人類監督的速度，系統進入「自我強化」模式
當前報告表明我們正在從初期階段向加速階段過渡。72B 參數規模的成功訓練、PostTrainBench 的顯著成長都是跡象。
為什麼這很重要
如果 AI 驅動的研究真的能自我加速，那麼人類對改進速度的控制能力會逐漸削弱。不是說系統會「失控」，而是說——改進來自於自動化的優化迴圈，而非人類的審慎決策。
這與計算機視覺相比的難度差異也很有意思。根據報告，計算機視覺仍比生成文本更難——這可能是因為視覺任務需要對物理世界的精確建模，而文本生成（統計上）更容易從大規模資料中學習。換句話說，擅長「語言遊戲」的 AI 正在加速自我改進，但對物理世界的理解仍相對緩慢。