全系深度卷：近乎零人工干预

递归自我改进这件事在 Qwen 这里不再是传闻，全系模型都排上了日程。

三段照录。划的重点是，4.0 这一整代都会深度用上 RSI，而阿里巴巴动手更早，Qwen 3.8 Max 上已经连着跑了一个多月。云栖大会上，Qwen 负责人刘大一恒把话说实了，内部确实在用这套递归自我改进，Max、Plus、Flash、27B 四档一并继续往深里做。

过程那行写得最具体。模型先从真实日志里自己找毛病，再自己造训练数据，交给小模型多轮试，最后把结果推进旗舰的训练，中间几乎不用人插手。补的数也摆开。连着跑一个多月，三十三轮算数的迭代，Qwen3.8-Max 在 AA 智能指数上三十天从四十爬到四十五，一脚踩进第一梯队。收尾那句留着，全系正在自己推着自己进化，加速键按下多时了。

"近乎零人工干预"这半句是场重心。前面饭局上没夸自己家讲的是圈内听说谁在推进，这条讲的是当事人自己把流程摆上了台。跟前面那份数据对照实验呼应，那条在量数据的功劳，这条在量自动的成色。两头都在提醒同一件事，自我改进已经从论文名词变成了产线工序。跟前面两派拔河那条也接得上，人在回路的争论还没完，这边已经把人从循环里请出去了。

四十到四十五这个数我单独拎出来。三十天涨五个点听着不炸，可它是在没有换架构、没有换数据源的前提下自己爬上来的，爬的还是公开榜单。

我留的疑问有三处。三十三轮迭代的算力开销没给；小模型验证的通过率没拆；四档模型的采用深度是否一致也没数，这些都在云栖大会的完整分享里。

这周把 Qwen3.8-Max 在榜上的位置记一张底，等 4.0 全系落完再对一次涨幅。