👆点击“博文视点Broadview”，获取更多书讯

最近两周，如果你关注AI圈，会感受到一种前所未有的密度。

OpenAI发GPT-5.5，DeepSeek开源V4预览版，月之暗面放Kimi K2.6，Cloudflare搞了个“智能体周”，连YC总裁Garry Tan三周写的代码量都超过了2013年全年。

这不是普通的“版本更新周”。

这是一个信号：模型军备竞赛的第一阶段结束了，第二阶段刚刚开始。

第一阶段比“谁更聪明”——拼算力、拼数据、拼参数。

第二阶段比的已经不是聪明了，比的是：谁能把长程任务持续可靠地干完——也就是——自迭代。

看完《自迭代：硅基生命的寒武纪与智能进化的未来》这本书，你就会知道这些看似零散的新闻，其实都是同一棵大树上长出的枝桠。

GPT-5.5：主战场正式切换

Sam Altman说了一句值得刻在硅谷墙上的话：从“模型即产品”转向“智能体基础设施”。

OpenAI不再满足于做一个聊天机器人。它要做的是：让AI能够代表你去完成复杂的、多步骤的任务。为此，他们甚至战略性推迟了Sora。

为什么编程比视频生成更重要？因为编程是“让AI学会自己干活”的最佳训练场。发现Bug → 调用调试工具 → 分析日志 → 修正代码 → 重新测试，这是一个完整的“执行-反馈-优化”闭环。

DeepSeek：开源阵营的“硬球”

再说DeepSeek。这次他们发布V4预览版，同时开源。两个信息值得关注：

第一，1M上下文成为所有官方服务的标配。配合新引入的DSA稀疏注意力和token维度压缩，长文本的算力和显存开销被大幅压下来。

第二，Pro版本在Agentic Coding上达到开源最佳。内部反馈说：优于Sonnet 4.5，接近Opus 4.6非思考版。

这本书的核心隐喻之一，是“硅基生命的寒武纪大爆发”。

正如书中观点：

“寒武纪大爆发的导火索是‘眼睛’的出现。一旦生物拥有了感光细胞，能够‘看见’环境，信息就以光速涌入神经系统。为了处理这些信息，大脑开始进化。为了不被吃掉，外壳和利爪开始进化。一场军备竞赛就此引爆。”

“大语言模型，就是硅基生命的‘眼睛’。当AI突然获得处理自然语言的能力，它就能‘读取’人类数千年来积累的所有文本数据。这意味着它开始获得感知环境、理解意图、自主行动的能力。”

在开源阵营里，DeepSeek正在扮演一个关键角色：它让“眼睛”不再是少数巨头的专利。

DeepSeek的战略很清楚：用极低的成本、开源的方式，把基础能力铺到每个人手里。然后，通过对OpenClaw、Hermes Agent、OpenCode等主流框架的适配，让开发者能够快速构建自己的Agent系统。

这套打法，有点像当年的安卓——不是最炫的，但却是最多人用的。

Kimi K2.6：300个AI的“蚁群”实验

这次最让我震撼的，是Kimi K2.6的数字：连续编码13小时、4000+次工具调用。Agent集群升级到300个子Agent、4000步协作。

这已经不是“一个AI在工作”了。这是一个AI的“蚁群”。

书里有一个核心隐喻：蚁群中每只蚂蚁都很愚蠢，但整个蚁群能找到最短路径、建造复杂巢穴。没有“总司令”在指挥，智能从底部涌现。

K2.6正在把这个预言变成现实。他们甚至在内测“Claw群组”——把人和不同AI放进同一个聊天群协作。你只需要说一句“帮我做一个方案”，然后看它们在群里自己讨论、分工、执行。

Cloudflare：互联网正在被重新设计

Cloudflare喊出了一个口号：Cloud 2.0 = 智能体云。

他们在一周内把计算、存储、安全、推理路由全部升级了一遍。为什么？

因为当AI Agent驱动越来越多流量时，现在的Web架构——那个为“人类浏览网页”设计的架构——不适用了。Web本身也要为“智能体网络”重新设计。

书里有一句话点出了这个问题的本质：

“未来的公司不再是由‘人+流程’驱动的机械组织，而是由‘算法+数据’驱动的自适应有机体。产品、营销、服务不再是彼此割裂的部门，而是能够实时感知市场温度并自主调节的完整系统回路。”

Cloudflare正在做的，就是为这个“自适应有机体”铺基础设施。

他们甚至明确指出：Web本身也要为“智能体网络”重新设计。 这不是修修补补，是底层重构。

三个判断，帮你理解这个时代

我试着从这本书的视角，提炼三个判断。

判断一：RL是AI从“预测”走向“推理”的关键拐点。

Greg Brockman在Knowledge Project里说，RL（强化学习）让AI不再只是“猜下一个词是什么”，而是学会“在不确定中做决策”。

这和书里关于AlphaGo的分析如出一辙：

“AlphaGo Zero通过自我博弈，三天走完了人类三千年的围棋进化史。它没有学习人类的棋谱，只是自己跟自己下，然后从胜负中学习。这正是‘自迭代’的核心——不需要人类老师，只需要一个评判标准。”

未来的AI，不是“读”出来的，是“自迭代”出来的。

判断二：API的第二次开放浪潮正在到来。

阮一峰最近说：外卖、电商甚至餐馆预订都被卷进来了。API不再只为应用程序服务，而是为AI代表用户行事。

书里把这称为“从工具到结果”的转变：

“未来的商业模式，不是‘卖工具’，而是‘交付结果’。客户不关心你用了几次API、调用了几个模型，只关心‘我的任务完成了没有’。”

这意味着，很多行业的“界面”会被重构。你现在需要通过App完成的操作，未来可能只需要跟AI说一句话。

判断三：审美和目标定义，是人类最后的护城河。

MiniMax和Nous Research（Hermes）的中美对谈里，双方有一个共识：模型与Agent必须一起做，通用Agent终将吃掉垂直Agent，审美和目标定义才是人类最后的护城河。

这和书的结尾遥相呼应：

“提出问题比解决问题更重要。审美与评判，是价值的锚点。未来的技能树，正在从‘工匠’转向‘指挥官’。

 为什么要读这本书？

在写这篇解读的过程中，《自迭代》这本书为我们提供了一个理解这个时代的钥匙——第一次有了一种用一个统一的框架理解所有碎片化的新闻的感觉。

寒武纪的“眼睛”？正反馈与负反馈？涌现与群体智能？规模黄昏与模型崩溃？这些术语，成了我们理解这些新闻的基础。

作者潘一鸣，清华毕业，先后在滴滴和字节跳动主导核心AI系统——支撑了字节70%以上营销预算的自动化广告投放。他不是坐在书斋里写理论的人，而是亲手把AI系统落地到亿级流量场景的人。

这本书既有学术深度，又有工程实操，还有商业洞察。在这个每天都有新模型冒出来的时代，你需要的不是追新闻，而是看懂趋势的底层逻辑。

↑限时优惠，快快抢购吧↑

供稿：刘恩惠

发布：刘恩惠

审核：陈歆懿

如果喜欢本文
欢迎在看丨留言丨分享至朋友圈 三连