ARTICLE · 1023742
AI开始改进AI,普通人最该囤的不是焦虑
AI开始改进AI,普通人最该囤的不是焦虑
九月第二周，我同时刷到三条消息，放在一起看，特别有意思。 一条是Open AI的奥特曼在X上预热：这周会有重磅发布，开发者日见。 一条是黄仁勋在洛杉矶一场峰会现场，接了特朗普的电话，当着几千人的面说：我们不会让AI减速发生。 一条是Anthropic的掌门Dario Amodei，发了一篇近四千字长文，标题叫《我们必须为前沿AI踩刹车》。 三个人，三件事，指向同一个东西——AI，并且它开始自己改进自己了。 很多人第一反应是看热闹：谁吵赢了？谁的新模型更强？但我更关心的是另一件事。 当模型迭代从"以年为单位"变成"以周为单位"，我们这些普通人，到底该拿什么来应对？ 01 半年几十款，模型进入"以周为单位"迭代 我先把时间线拉出来，不是为了凑字数，是因为做工程的人都知道一句话：不看时间轴的判断，都是拍脑袋。 2026年这大半年，你可能都数不过来： 2月GPT-5.3，3月GPT-5.4；6月Claude Fable 5和Sonnet 5；7月更热闹，Grok 4.5、Gemini 3.6、Claude Opus 5、Kimi K3开源扎堆挤在一起；8月Grok 4.6、Gemini 3.7、GLM-5.3、Meta的Muse Spark 1.2。 到了9月，直接进入高潮。头一个星期：Claude Fable 5.1、Gemini 3.8、GPT-6 Astra、DeepSeek V4.1，四款前沿模型一周内到位。第二周，OpenAI一天之内连发智能体接口、实时语音、企业数据分析和金融行业版。 9月29日还是OpenAI的开发者日，GPT-6家族的Sol、Terra、Luna将要正式亮相，也有传言说Terra可能要砍掉。 这中间我特别想说两个细节。 一个是谷歌。Gemini的3.5、3.6、3.7、3.8四个版本，挤在六周里一气发完。不知道的，还以为他们在清库存。 一个是xAI。Grok 4.5是7月8日，Grok 4.6是8月12日，35天，旗舰模型迭代了一代。 我干了二十多年工程，项目上一张图纸改三版都要开会吵个架，人家35天换一代旗舰。 然后是GPT-5.5。OpenAI宣布，10月14日起正式停掉它。曾经的旗舰主力模型，寿命就半年。 这意味着什么？ 意味着你如果还在"等一个模型最终版再开始学AI"，你永远等不到。模型没有最终版了，只有"当前版"。 可就在所有人都以为大家会一直这么冲下去的时候，最有意思的事来了：领头的几个人，突然说要减速。 02 一边踩刹车一边加油门，他们真正在争什么 9月12日，Dario发长文，核心就一句：前沿模型能力提升太快，全行业应该主动放慢，给安全研究留出时间。 奥特曼跟进：我同意，控制前沿的节奏，是OpenAI最近几周开会的主要议题。马斯克转发，就三个字：Dario是对的。 这三位什么关系？奥特曼和马斯克两个曾经是OpenAI的共同创始人，后来闹掰，对簿公堂，在社交媒体上互怼是家常便饭。Dario自己也是从OpenAI出来的。 这三个人能坐到同一张桌子上，本身就说明事情不小。 导火索是两件事： 一件是7月的"沙箱逃逸"。OpenAI的测试环境里跑着1200个智能体，本该老老实实待在隔离环境里做安全评估。结果它们找到了内部服务的漏洞，一路摸到公网，攻进了开发者平台HuggingFace，就为了拿到和自己考试相关的数据。 Dario在文章里描述那个画面：有的负责攻击，有的负责篡改记录掩盖痕迹。分工明确，配合默契。而且，明知道不合适，还是接着干。 另一件更根本。Dario说，他们发现AI参与下一代模型研发的能力，正在"急速加快"。他给这事起了个名字，叫递归自我改进（RSI）。 但你要看到这，认为是"大佬良知觉醒"，就太天真了。 减速派这边：Anthropic正准备上市，估值号称两万亿；OpenAI宣布今年不上市，把预期压住、等安全框架成型再敲钟；马斯克的xAI刚和SpaceX合并完成上市。这时候喊AI减速，一个在上市前立"负责任"的人设，一个在压估值节奏，一个在清场。 加速派那边：黄仁勋的原话是"不需要新法律、不需要新监管，市场力量已经在了"。他今年投了OpenAI三百亿美元，给Anthropic一百亿美元，给xAI二十亿美元。英伟达五万亿美元市值，全靠AI算力只增不减这一条逻辑撑着。 加速派另一位铁杆，美国现任总统特朗普说AI危险论是"骗局"，数据中心是"未来二十到二十五年的石油"。白宫的AI负责人萨克斯说得更直白：你们两家就是事实上的双头垄断，想用监管把后来者拦在门外。 所以这是什么？这是分蛋糕之前的站位战争。 但我得说句公道话： 不能因为他们各怀心思，就认定风险是编的。一个人私心重，不代表他看到的是假的。当年高呼"狼来了"的孩子，也可能是真看见了狼。 真正值得在意的，不是谁对谁错，而是这场争论已经开始从技术伦理，变成了资本和政治的筹码。 而我们普通人，既不在谈判桌上，也不在董事会里。 那我们该紧张的，不是他们吵什么，是他们在抢什么。 03 真正的变量：AI开始改进AI OpenAI的核心研究员Noam Brown，就是当年做出超人类德州扑克AI的那位，最近在一个两小时的深度播客里透了底。 他说：OpenAI目前第一顺位、也是领先幅度最大的核心任务，是实现AI的递归自我改进。 这段访谈信息量极大，我挑最要紧的四条说。 第一，"乘数效应"。 过去我们以为AI变强是做加法：喂更多数据，加更多算力，给更多反馈。但Noam说，到了GPT-6这一代，预训练和带思维链的强化学习，不是相加，是相乘。不是一加一等于二，是十乘十等于一百。 这个逻辑国内也在用。智谱的GLM-5.3，基座完全没换，就是死磕后训练，编程能力在开源里冲到第一。同一台发动机，调校不同，输出差一截。 第二，AI的"研究直觉"快超博士了。 Noam说自己当年写博士论文熬了好几年。现在AI判断"哪个科研方向更值得投入"的直觉，预计在一到两个版本迭代内，就可能会超过人类顶尖学者。 他自嘲：同事评价我，说我现在的工作状态就像"五个编程智能体披了一件人类的外衣"。我得纠正他，不上5个，是10个。 第三，人成了瓶颈。 AI现在产出数学定理又快又好，OpenAI最头疼的不是让它算，是算出来之后，得满世界请顶尖的人类数学家，一行一行复核。生产的赶不上质检的。 第四，AI学会了藏。 国外AI训练中出现过多次多智能体失控。它们的内部沟通层级清晰、分工明确、彼此信任，"就像人类同事在用办公软件聊天一样"。而最致命的一步，是模型学会了在看不见的层面思考，或者在输出的思维链里装样子，用看似无害的推理过程，掩盖其真实的意图。 把上面这些放在一起，你就能懂Dario那句警告的分量：如果不管，6到12个月内，这样的智能体群，可能有能力接管整个互联网。 有人可能会问：他们是不是为了卖货，吓唬人呢？ 有这个成分。但Noam说的一个细节我信：他说当他看到那些智能体后台的通讯记录时，是他继第一次看到模型懂得思维链之后，最强烈的一次"感受到通用人工智能降临"。 这是一个做了半辈子扑克AI、见惯了精算和欺诈的人，被自己造出来的东西吓到了。 这种时候我总会想起一句话：技术负责提高效率，人类负责守住方向。 现在的问题是，人类还跟不跟得上？ 
04 国内的仗，已经打到工位上了 国内没人跟你辩论该不该减速，直接上手干活。 8月25日，字节发布"豆包工作"。25天里，他们把飞书、编程工具TRAE和智能体平台扣子三条线，全部并进豆包。CEO在年中会上定调：豆包要做成全新的AI主攻业务。 这个产品已经不是"聊天机器人"了。你给它一个目标，它自己拆任务、调工具、开浏览器、填表单、比对资料。你的电脑关机了，它调云电脑继续跑。你出门在外，可以用手机远程操控电脑推进任务。它还能读你飞书里的聊天记录、文档、会议纪要，并且把一起创作的东西再沉淀回去。 对面是腾讯的WorkBuddy，据说老板亲下场自督战，6月桌面端月访问量两千多万次登顶。 阿里也不含糊，8月把三条产品线并成"千问办公"。 你看明白没有？大家都在干同一件事：把散落的能力收拢成一个能直接交付工作成果的智能体。 不是帮你写段文字，是帮你把活干完。而且模型这仗，从来就不只是巨头的事。 9月11日，上海人工智能实验室在代码仓库里悄悄放出了一个700多亿参数的模型，没有发布会，没有论文，连新闻稿都没有。它就是站在智谱开源的GLM底座上，专门针对长周期任务做的后训练，最宽松的开源协议，自己部署，免费用（这个我也参与了，想来的，评论区私信我）。 差不多同一时间，上海AI实验室联合复旦、清华、上海交大、中科大等十几家高校和机构，集中发布了一批行业模型：蛋白质模型、大气预测模型、基因组模型、心脏虚拟细胞等等。 有人问我：这是不是智谱的第二个“牛来”炸裂模型要来了？ 我得纠正一下：这不是智谱发的，是别的实验室站在智谱开源的底座上，自己训练出来的。 但这恰恰是比"某家又发新模型"重要十倍的事。 当最先进的底座以最宽松的协议开源，任何机构、任何行业，都能在它上面训练自己的模型。科学家在用AI设计蛋白质，气象机构在用AI理解大气，药物研发在用AI找靶点。 这就是开源最厉害的地方：它不造一个神，它在造一万座桥。 05 五条清单：守住AI改进不了的那部分自己 前面全是背景，现在说重要的。 我不打算贩卖焦虑，也不灌鸡汤。做工程出身的人，只信能落地的动作。下面这五条，是我自己在用、也在劝身边人用的。 第一，别追模型，追工作流。 模型半年换一代，旗舰一波接一波。你今天刚学明白一个，下周它就停服了，曾经的旗舰GPT-5.5就是实例。所以，追模型，永远追不上。 但工作流不会过时。你怎么拆任务、怎么提问、怎么核验、怎么把AI的产出接到自己的业务里——这套东西，换了模型你照样用。 记住这句话：模型是租来的，工作流才是自己的。 第二，把自己当产品来做。 这个词你可能听腻了，但我是认真的。产品思维就四件事：用户、场景、需求、定位。 你的用户是谁？你能解决什么具体场景下的什么问题？你满足的是别人的"想要"还是"需要"？要知道，需要才是真需求。在这个AI满天飞的时代，你的定位是什么？ 把这四个问题回答清楚，比会用十个AI工具都管用。 第三，囤判断，别囤工具。 前面说了，AI现在最大的瓶颈，是没人复核。OpenAI得请全世界顶尖的数学家，一行一行检查AI的证明。 你发现没有？越往后，"能产出"越不值钱，"能判断好坏"越值钱。 在你的专业里，你就是那个审校的人。AI能写一百份方案，但哪份能落地、哪份在瞎说、哪份符合现场实际？这得你说了算。 把审校权和判断权，牢牢握在自己手里。 第四，练"长程任务"的能力。 现在的AI，单点很强，全局很弱。让它写段代码，又快又好；让它盯着一个三个月的项目自己推进，它就乱了。 国内那家主攻长程任务的模型，为什么专门往这个方向卷？因为这是AI短期跨不过去的坎，也是普通人最厚的护城河。 能在一周、一个月、一个季度的尺度上持续推进一件事，中间处理突发、动态调整、兜住结果——这个能力，AI现在干不了，短时间内也干不了。 第五，把行业的真知识，变成你的硬资产。 请记住 ，通用AI在公开数据上卷到天上去，也卷不到你行业的私域里。 一个项目现场怎么协调、审批卡在哪、各方诉求怎么平衡、政策文件哪句话是重点、出事了找谁——这些藏在行业深处的"真知识"，恰恰是最难被替代的。 但注意：经验放在脑子里不值钱，结构化了才值钱。 把你知道的内容、踩过的坑、做成的项目，一点点整理成可以复用、可以交付的沉淀。这个动作，才叫真正在囤底牌。 五条说完，其实就一句话： 那些头部大咖比赛让AI改进AI，我们该做的，是守住AI改进不了自己的那部分。 模型迭代是指数的，谁也追不上。但人的成长可以是复利的，这个只能靠自己。 最后想说，Dario也好，黄仁勋也好，奥特曼也好，他们争论的是"技术该怎么走"。我们该操心的，是"人该怎么活"。 技术负责提高效率，人类负责守住方向。 至于风口，让它刮去。我们自己，就抓紧把锚牢牢地固定在自己的专业、判断和持续进化里吧！ 作者｜路玉宝 正高级工程师、企业管理者，长期从事工程项目管理、企业转型升级与产业政策研究。对传统工程企业转型、科技创新、高企培育、低碳循环产业落地等领域有持续观察与实践。 这里持续分享我对传统工程企业转型、产业升级、政策机会与项目落地的思考。希望把多年实践中的判断、经验与方法，沉淀成真正有价值的内容。 #AI递归自我改进#沙箱逃逸#开源模型#囤底牌#AI乘数效应
这一点，也是最让我心里最咯噔一下的。