2026年11月9日，百度文心团队发布自动研究系统ERNIE Evolve，这是百度迈向递归自我改进的第一步。它能自己定研究方向、自己改代码、自己跑实验，再用独立评价决定保留哪些改进。这意味着一部分研究工作开始由系统自己闭环完成。
它怎么自己搞研究
ERNIE Evolve用两个嵌套循环组织研究。外层循环决定研究什么：基于过往经验与知识提出方向，分到多条并行通道，每条通道维护自己的候选代码版本树；内层循环在每个方向内反复改代码、提交新版本接受评价。五个角色分工明确：Director选方向与起始版本，Selector定每轮假设，Executor在隔离环境改代码，Evaluator在真实负载上度量并检查正确性，Reviewer审查收益是否来自评价漏洞。只有同时通过独立评价与审查的改进才能保留，偏离方向或钻评价空子的候选会被丢弃。
三项公开基准，两个超最强纪录
在NanoChat AutoResearch、NanoGPT Speedrun、SOL-ExecBench三项公开AI研发任务上，它全部优于基线。其中NanoChat AutoResearch验证BPB做到0.8763，NanoGPT Speedrun Track 1用38.9秒达到目标损失，均超过当时可验证的最强公开结果；Track 3以2590步达标，同样优于2690步的公开纪录；SOL-ExecBench平均SOL 0.819，接近0.827的领先分数但未超过。公开任务的优化结果已在GitHub开源。三项任务共用同一套研究循环，没有针对某个指标单独定制。
落到自家模型上：推理提速多少
百度随即把它用到在研的ERNIE-5.5-Flash推理优化上。昆仑芯P800低延迟推理中，生成速度经四轮研究提升到基线的623.6%；面向RL训练的确定性推理，吞吐量提升33.7%，每输出token平均时间减少26%，确定性保证不变；解码速度极限再提速14.9%，精度与基线相同。所有改动都通过了与工程师提交相同的负载测试与正确性检查。相关背景可参考ERNIE 5.5 Flash Base开源。
百度也划了边界：递归自我改进必须在人类控制之下、可中断，在目标、权限与资源边界内运行，并接受持续安全评估与人工监督。下一步是把同一研究循环扩展到训练系统优化，并让AI通过发现能力缺口来改进评测任务本身。公开任务结果已开源，可以直接对照复核。
