文心RSI披露：ERNIE Evolve驱动自动研究

引言

递归自我改进（RSI）被视为下一代人工智能研发的关键方向：让模型参与并改进自身的研发流程，从而形成“自动提出-自动实验-自动评估-自动积累”的闭环。近期，百度文心首次披露 RSI 进展，公布自动研究系统 ERNIE Evolve，并宣布其已用于即将发布的文心 5.5 Flash 的推理优化。更值得注意的是，ERNIE Evolve 在 NanoChat AutoResearch 与 NanoGPT Speedrun 两类任务的多个指标上取得了公开验证的领先表现，这意味着自动化研究不再停留在概念验证，而是开始进入工程落地的阶段。

RSI 的内涵与边界

RSI 的核心不只是“调参自动化”，更重要的是让系统具备主动规划与反思能力：
- 目标与约束驱动：围绕明确目标（如性能、时延、成本）与硬件/部署约束，自动设计研究路线。
- 闭环自改进：在持续的实验迭代中沉淀“经验”，形成可复用的策略库与失败库，减少重复试错。
- 探索与利用的平衡：既优化既有路径（exploit），也在收益下降时开辟新思路（explore）。

与传统 AutoML 的差别在于，RSI 更强调跨环节协同与元层面的研究组织。从选题、方法设计到代码实现、实验复现、结果解释，RSI 追求“端到端”的自治能力。这既带来显著效率提升，也对评测与安全提出更高要求：如何防止“奖励黑客”、如何保证结果可复现、如何在既定算力与数据边界内稳健演进，都是现实考题。

ERNIE Evolve：双层循环的自动研究引擎

据披露，ERNIE Evolve 采用双层循环组织研究活动，是当前自动研究系统常见的有效结构。

• 外层循环：结合历史实验与现有知识，提出新的研究方向与假设，制定实验计划与评估标准。该层面强调“策略选择与知识复用”，例如决定何时继续深挖一条优化路线，何时重构假设与工具链。
• 内层循环：将计划落地为具体实验，自动生成/修改代码，进行超参与算子搜索，执行对比实验并记录结果。该层面强调“工程效率与实验纪律”，如自动检查数据/指标一致性，减少不可控变量。

在能力侧，ERNIE Evolve的突出点体现在：
- 经验库与回放：系统化积累成功与失败案例，优化策略选择；避免“遗忘型试错”。
- 工程约束下的探索：考虑部署场景与硬件异构性（如不同加速卡、不同编译器栈）开展优化，避免脱离现实的“纸面提升”。
- 评测对齐：围绕任务指标进行精确对齐，推动结果的可复验与可移植。

在 NanoChat AutoResearch 与 NanoGPT Speedrun 的三个评测指标上达到 SOTA，表明该系统在“从想法到可用方案”的全流程上具备竞争力。尽管社区基准未必覆盖所有真实世界复杂度，但对比公开可验证结果，已能说明其方法论与工程堆栈成熟度。

服务于文心 5.5 Flash：推理优化的实战场

ERNIE Evolve 已用于文心 5.5 Flash 推理优化，这一信息意义不止在于“将发布”，更在于揭示 RSI 如何在真实产品线中落地。

• 低时延场景优化（昆仑芯 P800）：低时延要求不仅依赖模型结构，还取决于编译、算子、内存与调度。自动研究系统可在以下维度开展快速搜索与组合：
• 算子与内核：自动发现可融合的算子、调度与内核参数的 Pareto 解，减少调用与同步开销。
• 缓存与序列：改良 KV Cache 管理策略与批次拼接方式，兼顾吞吐与时延稳定性。
• 精度-性能权衡：自动选择量化/剪枝策略与容错范围，在约束内最大化速度收益。
• 确定性推理吞吐优化：生产环境强调结果一致性与可复现性，自动研究系统可约束随机源、固定执行路径，并在此前提下进行吞吐提升的算法与系统共设计。
• 极致解码速度优化：围绕 speculative decoding、并行采样、分块解码等技术路径进行自动化评估与组合探索，针对不同负载特征形成“情境化最优策略”。

将自动研究用于推理工程，有几个现实价值：
- 缩短迭代周期：从问题界定到方案验证形成流水线，减少“人工瓶颈”。
- 面向硬件的共优化：把硬件特性引入搜索空间，以实测性能为导向得到“真优化”。
- 可迁移的优化资产：经验库可迁移到新模型与新平台，提升跨代与跨平台的复用率。

影响与展望

RSI 的加入，使大模型研发从“经验驱动的线性流程”向“知识驱动的自循环系统”转型。短期看，它有望带来三方面影响：
- 研发效率：压缩从假设到上线的时间，降低试错成本，提升改进的频率与幅度。
- 工程质量：标准化实验流程与指标对齐，减少不可复现与偶然提升。
- 供给能力：通过推理侧的极致优化，提升性价比，使“快、稳、省”的产品更易规模化。

同时也需关注潜在风险与边界条件：
- 评测稳健性：若评价函数不完备，系统可能“对指标过拟合”而忽略潜在问题。
- 数据与安全：自动化流程在使用工具与代码生成时需有严格的合规与安全防护。
- 算力与能耗：RSI 在探索期的算力开销不容忽视，需通过更好的搜索策略与元学习减少冗余。

全球多方已入局 RSI，此次披露显示国内大模型厂商正将自动研究纳入一线产品迭代。随着文心 5.5 Flash 推出在即，值得关注的是：RSI 能否在更多任务与硬件环境中持续验证；经验库的跨模型迁移效果如何；以及在复杂、多约束的真实业务里，如何保持“可控的快速演进”。如果这些问题获得积极答案，RSI 将不仅是研发工具的升级，更可能成为 AI 工程体系的底层范式迁移。

标签： RSI 文心 自动研究 大模型推理 昆仑芯