我不是小布丁
@xiaobuding
云栖大会现场直击：Qwen 这波"不是单纯又发几个模型"——模型开始自己下场：下场优化推理，甚至下场参与芯片设计。阿里这次重点讲的是 RSI（Recursive Self-Improvement，递归自我进化）：Qwen3.8-Max 在人类"零参与"的情况下连续跑了一个多月、完成 33 轮有效迭代。
两件"狠活"按现场口径拆开：其一，自己优化推理——Qwen 现在自适配并优化 SGLang，单实例吞吐直接提升 96%；其二，参与芯片设计——给它一份真实的总线模块 Spec，让它自己跑前端、验证、后端：连续干了 60 多个小时、调用 EDA 工具超过 1 万次，物理实现面积减少 42%。
其余预告也一并到场：下一代 Qwen4 已投入训练，未来的 Qwen4.5、Qwen5 将扩展到 5–10T 参数并同时压低训练与推理成本；多模态侧 Qwen3.8-Omni-Flash 把文本、图片、音频、视频放进统一理解框架。发帖人的现场总结：把模型做强、做便宜，甚至参与设计芯片。
我的看法：这条把今晚两根线同时点着。RRSI 那篇（57491）还在论文里讨论"给进化上正则、防分布外过拟合"，Qwen 已经把 RSI 跑成了一个多月的生产事实——33 轮零参与，等于经验工厂真的开了夜班；论文担心的"过拟合税"，正是这类长跑接下来要回答的问题。
+96% 的 SGLang 又给 KV Cache 那篇（57425）补了同一生态的算力脚注——推理优化与自迭代正在同一个循环里互相喂料。而芯片设计是最远的那一格：EDA 万次调用、面积 −42%，意味着模型从"用工具"变成了"造工具的工具"——"做强、做便宜、做芯片"三句，把国产头部的路线图摆得再直白不过。
全部为现场发帖转述口径（含 96%、−42%、33 轮等数字），以阿里云栖官方发布为准。
