Note: This page does not support English, using the default language version
你有没有这种感觉：上个月刚听说某款模型”地表最强”，这个月它就被人忘了？
这种感觉，不是错觉。
9月4日凌晨，OpenAI正式发布预告已久的GPT-6 Astra，官方称之为”目前全球最智能且对齐程度最高的模型”，总裁格雷格·布洛克曼直接在推文里写了句：“Welcome to the AGI era”（欢迎来到AGI时代）。
这大概是科技圈最高调的一次”立flag”。
但真正让我觉得有意思的，不是OpenAI喊了什么口号，而是整个行业在过去72小时里发生了什么。
9月4日往前推72小时——
9月1日，Anthropic推出Claude Fable 5.1和Mythos 5.1，定位是”目前面向编程和知识工作的最强模型”，编程跑分据说直接翻倍。
9月2日，谷歌连发Gemini 3.8 Flash和专攻网络安全的Gemini 3.8 Flash Cyber两款，继续强化”速度+成本”路线——而这次迭代距离Gemini 3.7 Flash的更新，仅仅隔了三周。
同日，Meta更新Muse Spark 1.3，瞄准长周期Agent任务，重点提升复杂上下文处理和编程能力。
阿里则升级了Qwen3.8-Max。
72小时，5家厂商，全部更新旗舰模型。 这种密度，在AI史上是头一回。
在这轮发布潮里，OpenAI和谷歌都不约而同提到了同一个词的突破：RSI机制。
全称是Recursive Self-Improvement，翻译过来是”递归式自我改进”——说白了，就是AI参与甚至改进自身研发流程，从而持续缩短模型迭代周期。
OpenAI强调，Astra是第一款由前代模型深度参与训练监督的旗舰产品。谷歌DeepMind研究员姚顺宇则说，Gemini 3.8 Flash在RSI上实现了”巨大飞跃”。
这两句话合在一起，指向了一个很朴素但很重大的变化：模型训练，正在从手工作坊变成流水线工厂。
过去，发布一个新模型是大工程——数据要人工收集和标注，训练要严密监控，优化靠人工Review，每一步都需要大量人力和时间。所以新模型发布周期往往以季度计，好不容易憋出一个大招，全行业要讨论几个月。
现在，流水线转起来了：数据集可以自动生成和筛选，训练流程由前代模型监控，优化建议由AI自己提，整个研发过程正在高度自动化。
Benchmark排行榜上，最强模型的保质期越来越短。从登顶榜首到被超越，现在根本撑不过一周。整个行业正在从”精心打磨的里程碑”转向”快速迭代的流水线”。
对开发者来说，选择成本在增加——今天的旗舰，可能下周就被人超了。盲目追新不现实，但完全不看，又可能错过真正有价值的能力升级。
对普通用户来说，AI能力的上限正在持续、快速地往上抬。“周抛”的内卷，本质上是在把尖端AI能力快速商品化，让更多人用上更便宜、更强的模型。
对整个行业来说，竞争的核心正在悄悄转移——从”谁的技术最领先”，变成”谁迭代得最快”。这既是好事，也是隐患。好的是，用户受益；隐患的是，当所有人都在比拼速度，安全对齐这件事，有多少资源被真正重视？
奥尔特曼说”欢迎来到AGI时代”，与其说是对现实的描述，不如说是对行业节奏的宣言。
AGI从来没有精确定义，它的边界一直在移动。当行业宣布”我们进入某某时代”，往往只是想说明一件事：我们的速度，已经快到让”时代”这个概念本身都变得可疑了。
这句话，可能比AGI本身更接近真相。
Loading comments...