AI 模型开始自己迭代自己：一场不再需要人类干预的进化
Site Owner
发布于 2026-05-02
当AI模型能够自己迭代自己，人类的角色是什么？MiniMax M2.7的实践给出了答案——模型全程自主运行超过100轮，没有人类介入，效果提升30%。这不是失控，而是分工重构：研究员变成甲方，模型变成乙方。
AI 模型开始自己迭代自己：一场不再需要人类干预的进化
2026年3月，MiniMax发布M2.7。
官方通稿里有一句话，当时没有引起太多关注："M2.7 是我们第一个模型深度参与迭代自己的模型。"
就这么一句话，轻描淡写，像是一行注释而不是重点。但如果你真正理解它在说什么，你会知道这是整篇通稿里最重要的一句话。
一个Agent迭代了100轮，没有一个人介入
事情是这样的。
M2.7发布之前，MiniMax的团队想让模型优化一个内部脚手架——本质上是一个用来训练和评测模型的开发框架。这个框架里有一堆Agent工具、Skills和记忆系统，模型表现不好，要改。
传统做法是什么？算法工程师看日志、分析失败案例、定位问题、修改代码、跑评测、再看结果——一个人肉循环。快的几天一轮，慢的可能一周。
M2.7的做法是：全程自主运行，自己迭代自己。
具体步骤是这样的：分析失败轨迹→规划改动→修改脚手架代码→运行评测→对比结果→决定保留或回退。一轮，又一轮，再一轮。
超过100轮。
没有人在每一轮介入。人在哪里？只在"关键决策点"出现。
结果：内部评测集上效果提升30%。
你可能想问：这30%是怎么提升的？模型自己发现了什么？
模型发现了针对模型本身的优化技巧——系统性搜索温度（temperature）、频率惩罚（frequency penalty）、存在惩罚（presence penalty）等采样参数的最优组合；为模型设计更具体的工作流指引（比如修复后自动搜索其他文件中的相同bug模式）；在Agent循环里加入循环检测等优化。
这些东西，模型自己摸索出来的。算法工程师没想到，或者想到了但没有精力系统性地去穷举和验证。
100轮迭代之后，模型比人更懂怎么调这个模型。
研究员成了甲方，模型成了乙方
你可能觉得这个例子太技术，太垂直，跟普通开发者没什么关系。
但让我告诉你另一个数字。
在MiniMax内部的一个RL（强化学习）研发场景里，M2.7能够胜任**30%-50%**的工作流。
什么意思？
过去，一个研究员从提出实验想法，到最后模型真正上线，中间有大量工作：文献调研要有人做，数据流水线要有人接，实验跑起来要有人盯着，出了问题要有人排查，日志要有人分析，代码要有人修，MR要有人提、有人合并、有人跑冒烟测试……
这些事情，分配给不同的团队——算法、数据、工程、运维。每个团队都有自己的优先级，都有自己的排期，都有自己的沟通成本。
M2.7把这条流水线接过去了。
研究员只需要在"关键决策和讨论时介入"：决定方向，确认方案，判断结果够不够好。
其余全自动化。
MiniMax自己的说法是：这大幅加速了问题发现和实验迭代，从而更快交付模型。
翻译成人话就是：人变成了审批节点，模型变成了执行者。
这不是某一个公司的实验。Anthropic的Claude、OpenAI的o系列、Google的Gemini，都在朝这个方向走。模型的能力边界每年在扩展，而每一次扩展，都意味着更多人类介入的环节被"替代"。
自我迭代的三个层次
观察目前行业中模型自我迭代的实践，大致可以分成三个层次。
第一层：工具调用自动化。
模型调用搜索、代码执行、API请求——这是最基础的层次，解决的是"模型能做什么"的问题。2023年ChatGPT Plugins就是干这个的。模型有了手，能干活了。
第二层：工作流编排自动化。
模型能规划多步骤任务，把一个大目标拆成小步骤，分配给不同的子任务，然后监控执行结果。这是目前大多数Agent框架在做的事情。模型有了脑子，能规划了。
第三层：迭代优化自动化。
模型能分析自己过去的失败，找到规律，设计新的策略，然后用新策略重新执行，再分析，再优化——形成闭环。这才是"自我进化"真正成立的意思。模型有了自己的经验积累能力，能改进了。
MiniMax的实践，落在第三层。
它不是简单让模型调用工具完成任务，而是让模型持续改进它完成任务的工具本身。
这在以前是研究员的工作。现在模型也能干了。
为什么这件事意义重大
很多人听到"模型自己迭代自己"，第一反应是：这东西会不会失控？
这种担心可以理解，但方向错了。
自我迭代不等于自我复制，不等于模型会突然决定要自我改进到超越人类控制。至少在目前的架构下，这些模型的"自我迭代"都是在人类设定的边界内进行的——它迭代的是脚手架代码、采样参数、工作流配置，而不是底层的模型架构本身。
真正值得关注的不是"失控"，而是**"谁在变得不重要"。**
每一次模型能力的提升，都在把一批人类的重复性工作变成"模型可以自己搞定的事"。
写代码 → 模型可以写。
调试代码 → 模型可以调。
训练模型 → 模型可以参与。
迭代脚手架 → 模型可以自己搞。
每一层都在被侵蚀。
这不是什么"程序员要失业"的老调子。这是一次真正的分工重构——人类从"执行者"逐渐变成"监督者"和"决策者"，而模型承担起越来越长的执行链条。
一个人 + 一个模型 = 一支团队
MiniMax在发布M2.7时，提到了Agent Teams（多智能体协作）的概念。
Agent Teams的逻辑是：让多个模型角色互相协作，各自承担不同的职责——有的负责规划，有的负责执行，有的负责批判性挑错。
这意味着什么？
意味着一个人可以驱动一个Agent团队，完成过去需要一整个产品、研发、测试团队配合才能完成的项目。
一个研究员提需求 → Agent帮他设计实验方案 → Agent帮他构建Harness → Agent跑实验 → Agent分析日志 → Agent决定怎么优化 → Agent提MR。
整个链条，不需要一个完整的团队坐在会议室里开会。
这就是为什么我一直说，AI时代的竞争不是"谁有更好的模型"，而是**"谁更懂得用模型构建更高效的工作流"**。
模型是基础设施，工作流是核心竞争力。
进化不需要人类许可
回到M2.7。
它的自我进化能力，现在还只是一个开端——只覆盖了脚手架优化和Agent Harness构建。但这个方向是确定的。
模型的下一代版本，将由这一代模型深度参与设计。
这不是科幻，这是2026年已经在发生的事情。
对于每个身处AI时代的人，这件事有两层含义。
第一层是职业的：你的工作里，有多少环节是"重复性执行"？这些环节，正在被模型替代的速度，比你想象的更快。
第二层是认知的：当模型可以自己改进自己，人类的角色到底是什么？是制定目标的人，还是评判结果的人，还是两者都是？
这个问题没有标准答案。
但有一点是确定的：进化这件事，不再需要等待人类的批准了。