AI学会自己卷自己了？上交大“全栈”大三学生一纸论文，把自进化进度条拉快了三年

AI已经进化到能自己给自己写“错题本”并优化代码的地步了！上交大大三学霸徐为先带队搞出的ASI-Evolve框架，不仅验证了业界大佬关于“AI自进化”的预言，还顺便让广大打工人感叹：这年头，AI在努力，天才在努力，只有我在努力地……划水。

2026年，AI圈的流行语不是“大模型”，而是“自进化”。小米MiMo大模型负责人罗福莉曾在中关村论坛上大胆预测，AGI进程中最关键的“自进化”原本以为要3到5年，现在看来只要1到2年就能搞定。¹

如果你觉得这只是大佬在画饼，那么上海交大大三学生徐为先的最新研究成果，直接把饼喂到了你嘴里。他主导的论文《ASI-Evolve: AI Accelerates AI》不仅提出了让AI自我进化的闭环框架，还用数据证明了：当AI开始研究AI，效率高得让人害怕。

简单来说，ASI-Evolve就是给AI搭了一个“研究实验室”。在这个闭环里，AI Agent不再只是回答你中午吃什么的客服，而是变成了一个能干活的研究员。它会在“学习已有经验-提出新设计-做实验-分析结果”之间反复横跳，自动改进模型架构、筛选训练数据、优化强化学习算法。¹ ²

以前，为了开发一个新的神经网络架构，一个头发茂密的博士生可能要花3个月尝试100种设计；但在ASI-Evolve的ASI-Arch项目中，AI自主进行了1773次实验，消耗了2万个GPU小时，最后找出了106个“神级”线性注意力架构。¹ ³

“ASI-Evolve的意义在于，它展示了AI自己研发AI的可能性。只要算力管够，它能24小时不睡觉地自我迭代，效率是人类团队的几十倍。” —— 某不愿透漏姓名的AI研究员（实则正在羡慕AI不掉头发）。

在预训练数据筛选上，AI也展现了极强的“自律”能力。在知识密集型的MMLU评测中，AI自主优化的策略提升了18%。它学会了像人类专家一样理解什么样的数据是“干货”，并在海量信息中精准“脱水”。¹

这篇论文最让人“破防”的地方，不在于AI有多强，而在于它的第一作者竟然是个还没毕业的大三学生。

徐为先的技术栈之深，让许多号称“全栈”的工程师都汗颜：他不仅能用Rust撸出操作系统内核ACore，用C++实现性能媲美Clang的编译器，还能用Verilog设计RISC-V处理器。¹ 这种从底层硬件到底层算法一把抓的能力，难怪能被刘鹏飞教授评价为“能够贯通全链路”。

但别以为他只是个冷冰冰的“代码机器”。在生活中，他是吉他手（古典和电吉他通吃），单簧管九级，爱打羽毛球，爱玩电子游戏，甚至还在个人主页上坦诚地表示“正在热恋中”。¹

调侃式点评：这就是传说中的“比你优秀、比你努力，生活还比你精彩”的范本。看到这里，你是不是想起了自己大三时还在宿舍里为“下一顿吃什么”纠结的青春？

徐为先本人对“天才”的理解倒很平实，他认为自己只是在热爱和擅长的交集上付出了持续的努力。他更关心的是AI如何实现“持续自我改进”和“长期可靠性”，而非短期内模型能力的几个百分点增长。¹

随着徐为先这类年轻天才的涌现，大厂们的HR也开始坐不住了。现在的招聘逻辑变了：不再是等博士毕业再抢，而是直接在校园里“提前锁定”。

月之暗面推出了“穿越计划”，只要是TOP人才，不管学历和专业，实习通过直接发正式Offer和公司期权。¹ 要知道，这些独角兽的估值涨速，可能比你买的基金还要快。而OpenAI则通过Safety Fellowship，提供津贴和计算资源，吸引外部研究者共同探索AI安全。¹

各大厂商心里都清楚：AI时代，工具是现成的，框架是开源的，唯一稀缺的就是那些有创新思维、能动手把“暴论”变成现实的年轻大脑。这场人才赌局，谁能抢到下一个“徐为先”，谁就能在自进化的赛道上跑得更远。

未来的科学研究模式或许正被ASI-Evolve改写。当人类从琐碎的实验和调参中解脱出来，专注于“问题定义”，AI则负责“极速执行”，那个属于AGI的黎明，可能真的就在眼前了。

引用