11月9日，百度文心首次对外披露其在递归自我改进（Recursive Self-Improvement，简称RSI）方向的最新进展，公布了参与文心5.5 Flash研发的自动研究系统ERNIE Evolve。该系统能够围绕既定目标与约束条件，自主提出研究方向、开展实验、验证结果并积累经验，既可以持续优化已有路径，也能根据实际效果探索新方向。在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上，ERNIE Evolve均取得目前公开验证的SOTA表现。
RSI是当前全球AI领域的重要探索方向之一，核心理念是让AI直接参与自身研发流程，不断优化自身能力，形成自我改进闭环。目前OpenAI、Anthropic、腾讯、智谱等多家厂商均在探索将RSI引入模型研发。百度此次披露的ERNIE Evolve，是该方向在国内厂商中较为完整的一次工程化落地展示。
从架构上看，ERNIE Evolve采用双层循环组织研究流程。外层循环结合历史实验结果和已有知识，提出新的研究方向并安排多条研究线并行探索；内层循环则针对具体方向持续进行代码修改、效果评测和经验沉淀。系统内部由多个智能体分工协作：Director负责选择研究方向，Selector负责确定每轮实验的目标和代码起点，Executor负责修改代码并生成新版本。每轮实验结束后，独立评测程序Evaluator负责评测代码性能和实验结果，Reviewer则进一步检查研究是否偏离目标、是否存在评测漏洞。只有通过评测和复核的改进才能保留，每轮实验的代码改动、结果和经验都会被记录，供后续研究参考。
值得关注的是，ERNIE Evolve已接入文心5.5 Flash的真实推理优化流程，并在生产环境中持续取得收益。在昆仑芯P800低时延场景优化中，ERNIE Evolve历时约168小时，经过4轮方向探索，先后接入原生融合算子并启用投机解码，再对主机调度与同步机制、通信路径进行优化，最优版本的生成速度提升至基线的623.6％。在确定性推理吞吐优化中，系统用3天时间围绕确定性采样、确定性开关及算子并行策略开展3个方向的探索，在严格保持确定性的前提下，最终将吞吐提升至基线的133.7％，平均每token生成时间缩短26％，首token延迟降低12％。在极致解码速度优化中，ERNIE Evolve累计探索7个研究方向，其中3个方向通过对MoE与mHC算子、矩阵乘与调度策略以及草稿模型关键路径的优化带来有效提升，最终实现推理性能累计提升至基线的114.9％，精度与基线保持一致。上述改动均已通过文心团队的压测与正确性检查，并完成生产级验证。
文心技术博客指出，推理基础设施优化是RSI在真实研发中的第一个落点。未来，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，推动AI自主发现问题、提出假设、设计实验并验证结果。扩展过程将在明确的目标、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。
在模型侧，百度已于11月5日正式开源最新基座模型文心5.5 Flash Base。该模型在知识、推理、数学、代码、多语言和长上下文等多个基准测试中取得同尺寸模型SOTA表现。接近百度人士透露，文心新模型或将于近期发布。
从行业视角看，RSI将AI从被优化的对象转变为参与优化的主体，其价值不仅体现在单点性能提升，更在于研发流程本身的可复用性。ERNIE Evolve在昆仑芯P800上的优化结果表明，国产算力平台与自动研究系统之间存在协同空间。若该闭环后续延伸至训练系统与模型能力研究，大模型研发的迭代周期和人力投入结构可能随之发生变化，相关进展值得持续观察。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
