百度ERNIE Evolve自动做研究，多项指标达SOTA

图片来源：Hacker News · AI

11月9日，百度文心首次披露自动研究系统ERNIE Evolve。据量子位报道，该系统能自主提出研究方向、开展实验、验证结果并积累经验，已投入文心5.5 Flash研发，多项指标达到公开SOTA。Hacker News当晚收录了百度技术博客页面。

外层找方向，内层跑实验

量子位称，ERNIE Evolve属于RSI（Recursive Self-Improvement，递归自我改进）路线，让AI参与自身研发流程、形成自我改进闭环，OpenAI、Anthropic、腾讯、智谱等厂商也在探索。在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上，它均取得目前公开验证的SOTA表现。

系统用双层循环组织研究：外层结合历史实验结果提出新方向、并行探索多条研究线；内层对具体方向持续修改代码、评测效果、沉淀经验。Director选择研究方向，Selector确定每轮实验的目标和代码起点，Executor修改代码生成新版本，Evaluator评测性能，Reviewer检查是否偏离目标、有无评测漏洞——只有通过评测和复核的改进才能保留。

图片来源：Hacker News · AI

生成速度提到基线的623.6%

接入真实研发后，收益写在数字里。据量子位报道，昆仑芯P800低时延场景优化中，ERNIE Evolve历时约168小时、4轮方向探索，接入原生融合算子、启用投机解码，再优化主机调度与通信路径，最优版本生成速度提升至基线的623.6%。确定性推理吞吐优化中，它用3天探索3个方向，在严格保持确定性的前提下，吞吐提升至基线的133.7%，平均每token生成时间缩短26%，首token延迟降低12%。极致解码速度优化中，系统累计探索7个研究方向，其中3个有效：MoE与mHC算子、矩阵乘与调度策略、草稿模型关键路径，推理性能累计提升至基线的114.9%，精度与基线保持一致。上述改动均通过文心团队压测与正确性检查，完成生产级验证。

图片来源：Hacker News · AI

前情：2800亿参数基座已开源

11月5日，百度先一步开源文心5.5 Flash Base。据量子位报道，模型采用MoE架构，总参数量2800亿，每个token激活140亿参数，用33.5万亿token完成预训练，预训练上下文最高128K，在知识、推理、数学、代码、多语言和长上下文等基准上刷新同尺寸SOTA，超过DeepSeek-V4-Flash-Base等模型。

架构上，Latent-Gated Sparse Attention把门控投影权重参数减少75%；ECHO复用主干最后一层学习预测后续token，省去MTP模块，还能充当投机解码的草稿模型。权重已上线HuggingFace。接近百度的人士透露，文心新模型或将于近期发布。

第一个落点，和落点之外的边界

推理基础设施优化是RSI在真实研发中的第一个落点。——文心技术博客

博客同时称，同样的研究闭环将逐步延伸至训练系统优化、模型能力研究和评测体系迭代；扩展将在明确的目标、权限和资源边界内进行，并接受持续的安全评估与人工监督。

机器写代码、跑评测、积累经验；人给出目标、划出边界、守住复核。研究方向可以交给系统，「为什么研究」仍由人回答。当AI学会做研究，人的位置从答题者移向出题者。