SEMICONDUCTOR / AI INVESTING14 SEP 2026
半导体与AI投资 25｜自我改进有没有迹象
「AI 开始自我改进了」——这句话这两年反复出现，每次都能推动一轮情绪。但它几乎从来没有被拆开过：到底要发生什么，才算自我改进真的开始了？
一个不能被拆成条件的命题，既不能被证实，也不能被证伪，只能被相信。这一篇把它拆成五个都能查的条件，然后逐条对照现在能看到的公开证据。
LOOP 01 回路·五个零件 |
GAP 02 空白·自我验收 |
PRICING 03 定价·两种形状 |
SEMICONDUCTOR / 01
一、先把「自我改进」定义成一个回路
所谓递归自我改进，说的是这样一个闭环：
模型 → 产出改进 → 得到更好的模型 → 产出更大的改进 → ……
关键在「递归」两个字：不是改进一次，是改进出来的东西能接着改进下一轮。
要让这个环转起来，至少需要五个零件：
| 条件 | 通俗说 |
| 一 | 能产出训练信号 | 它得造得出比自己现有水平更好的材料 |
| 二 | 能把信号吃进去 | 训练这一步得自动化 |
| 三 | 能判断改好没改坏 | 它得会验收自己 |
| 四 | 每轮增量不衰减 | 第十轮的进步不能接近于零 |
| 五 | 人不在关键路径上 | 否则速度上限是人的速度 |
五个缺一不可——这是回路的定义决定的，不是我的偏好。
SEMICONDUCTOR / 02
二、逐条对照：现在到哪一步了
条件二（自动化管线）：已经成立，而且成了商品
最近一个具体的例子，是 Google Cloud 文档里的《Supervised and distillation fine-tuning for open models》。它做的事情很清楚：指定一个强的「教师」模型生成回答，用这些回答去调一个更小的「学生」模型，整条流程产品化、有配额、有价目表。
文档原文写的是：「Distillation lets you tune a smaller student model using the outputs of a larger teacher model.」（蒸馏让你用更大的教师模型的输出，去调一个更小的学生模型。）并写明它最适合把复杂的多步推理能力从大教师迁移到小学生。
⇒ 这意味着「推理时花掉的算力」可以被沉淀进权重。贵模型慢慢想出来的过程，被压进便宜模型里，下次它不必再想一遍。
这一条实实在在地成立了。 管线不再是实验室里的手工活，是一个可以下单的服务。
条件一（产出训练信号）：只成立了一半
蒸馏证明了「强模型的产出可以当训练材料」。但它的方向是向下的。
| 方向 | 天花板 |
| 蒸馏 | 让小模型逼近大模型 | 天花板是教师 |
| 自我改进 | 让模型超过自己 | 定义上没有天花板 |
而这次公布的型号清单本身就说明了这一点，而且比「方向向下」还多说了一层：
| 文档列出的型号 |
| 可选教师 | DeepSeek R1 0528、DeepSeek V3.2、Qwen 3 Next 80B A3B Thinking |
| 可选学生 | Qwen 3（4B/8B/14B/32B）、Gemma 3、Llama 3.1/3.2/3.3、Llama 4 Scout |
两件事同时成立：
—整条链没有任何一步产出比教师更强的东西——学生的天花板就是教师。—⭐ 教师里没有这家云厂商自己的旗舰模型。 能当教师的是第三方开源模型；学生也是开源模型。它卖的是把别人的模型压进更小的别人的模型的那条管道。
⇒ 「能复制自己」和「能超过自己」之间，隔着整个问题。
条件三（自我验收）：最关键的一环，没有公开进展
这是五个条件里最难、也最被忽略的一个。
回路要自动转，就必须自动判断这一轮到底是变好了还是变坏了。而这正是本系列反复说的那个瓶颈：生成早就不是难点，确认它对不对才是。
没有可靠的自动验收，回路照样能转——只是它会以更快的速度往错的方向走。
一个没有刹车的自我改进回路，不是更危险的成功，是更快的失败。
关于这一环，目前没有任何公开的、可验证的重大进展。这是整个判断里最大的空白。
条件四（增量不衰减）：有反向证据
这是最该被注意、却最少被引用的一面。
同一家公司承诺的新一代旗舰迟迟未发布；有报道称内部候选版本被拒的理由是「相对便宜型号的提升不够」。与此同时，便宜的那条产品线在很短时间里连发了多个版本。
把这两件事放在一起看，形状很清楚：
快的是便宜那条线，停的是最强那条线。
而这正是增量衰减的样子——不是不进步，是在最贵的那一档上，每一轮的增量已经不足以支撑发布。
条件五（人不在关键路径）：反着来的
这项服务是卖给客户的产品：客户准备数据、客户选型号、客户发起训练、客户验收结果，还要按教师模型的用量付费。人在每一步。
这不是缺点，是它作为商品的正常形态。但它说明这条链不是为「无人闭环」设计的。
SEMICONDUCTOR / 03
三、把五条合起来
| 条件 | 状态 |
| 一 · 产出训练信号 | 半成立（能向下复制，未见向上超越） |
| 二 · 自动化管线 | 成立，且已商品化 |
| 三 · 自我验收 | 无公开进展 —— 最大空白 |
| 四 · 增量不衰减 | 有反向证据 |
| 五 · 人不在关键路径 | 反着来 |
⇒ 现在的状态既不是「已经发生」，也不是「不可能」。
是：零件在陆续到位，而最难的那个零件，没有任何公开进展。
SEMICONDUCTOR / 04
四、对投资者来说，真正的分野在这里
这一节比上面所有内容都重要。
「自我改进」和「工程优化」会被同一批新闻描述，但它们对投资的含义完全相反：
| 自我改进 | 工程优化 |
| 表现 | 最强的那个变得更强 | 便宜的那个变得够用 |
| 算力需求 | 上不封顶 | 单位任务成本持续下降 |
| 利润流向 | 前沿玩家赢家通吃 | 能力商品化，利润从模型层挤走 |
而现在能观察到的，是后者的形状。
这不是坏消息，但它是一个完全不同的投资命题。
把工程优化当成自我改进来定价，赌的是一件没有发生的事。
SEMICONDUCTOR / 05
五、顺带说一句厂商的措辞
厂商的官方表述里，已经出现了「以长周期的智能体循环，递归地评估并改进底层模型」这类说法。
这句话本身是真实存在的，但它是主张，不是证据。
在这个行业，叙事先于事实是常态；问题在于市场会先按叙事定价。
所以读这类表述的正确姿势是：把它记下来，当成一条待验证的承诺，而不是一条已发生的事实——然后去看下面那五个数字。
SEMICONDUCTOR / 06
六、五个你自己能查的判据
—旗舰型号的发布间隔。 间隔拉长 = 增量在衰减。—蒸馏链里有没有出现「学生 ≥ 教师」，或者学生被反过来当作下一轮的教师。出现即回路闭合的第一个硬信号。—同等能力的单位成本下降斜率。 平滑下降 = 工程优化；断裂式暴跌 = 值得警觉。—有没有出现真正的自动验收产品。 这是最难的一环，它一旦被解决会非常显眼。—人在回路里的位置。 厂商是否开始宣称训练与验收环节无人干预。
SEMICONDUCTOR / 07
七、这篇判断怎么算错
| 观察点 | 什么结果推翻它 |
| 条件一 | 出现「学生超过教师」的公开、可复核结果 → 第二节「方向向下」错 |
| 条件三 | 出现可验证的自动验收方案 → 「最大空白」这一条作废，整篇结论要重估 |
| 条件四 | 新一代旗舰发布且相对便宜型号提升显著 → 「增量衰减」错 |
| 第四节 | 若单位成本出现断裂式下跌而非平滑下降 → 「现在是工程优化」的判断错 |
四条都在公开信息里，不需要等很多年。
SEMICONDUCTOR / 08
八、收口
「它开始自我改进了」——这句话要么是这个时代最重要的事实，要么是这个时代最贵的一句叙事。
区别不在于谁说得更肯定，在于它有没有被拆成能查的条件。
拆完之后会发现：五个条件里，容易的那几个已经成了商品，最难的那个连一份公开进展都没有。
而这恰恰是这类判断最常见的形状——不是有人在撒谎，是最好办的部分先办完了，然后所有人开始按整件事已经办完来定价。