AI Lurches Towards RSI

MIT 团队让 GPT-6 Astra 直接改写 Qwen 3.5-8B 的 0.016% 权重，数学成绩提升 6 倍；同一天马斯克承认 Grokbot 算力成本“高到不可持续”。

一边是 AI 开始能改自己的“大脑”，一边是卖 AI 订阅的公司喊成本撑不住——这两件事撞在同一周，指向同一个问题：AI 的进步速度和它的赚钱能力，正在往相反方向跑。下面拆开讲：Grokbot 到底出了什么事、两个新基准怎么给 Agent 算账、MIT 那篇论文有多少是真突破。

Grokbot 用户突然撞上从未有过的用量上限，马斯克回应说服务成本相对收入“不可持续地高”，这句话被市场空头当成炸弹。

• 前后矛盾被扒出：几天前他还说“有了超级智能的丰裕，为遥远未来存钱毫无意义”，转头就喊成本太高；再往前两周他还说 Grokbot“增长快到没见过，且没有免费档”。
• 用户 Shrek 的披萨比喻：我一直买你家 12 寸披萨，某天打开盒子变成 6 寸，你告诉我成本太高所以以后 12 寸就是 6 寸，还怪我没选对尺寸——要涨价可以提前说，不能单方面缩水。
• 竞品直接来挖人：做 Hermes 的 Nous Research 立刻发布 Grokbot 用户迁移教程；Open Code 的 Dax 说这正是他们当初不看好这类“个人 Agent”产品的原因——用户不愿付费，只能当引流品，但引流到哪还没想清楚。

争论归争论，这周出了两个专门给 Agent 算经济账的基准，第一次把“值不值”变成了可测的数字。

• SemiAnalysis 的 GDPX 测芯片设计、金融、生物这类真能换钱的任务：Opus 55 得分最高 12%，但每个任务花 51 美元；Gemini 4 只低 1.1 个百分点，成本 16 美元，便宜约 4 倍。
• OpenAI 的 LifeVal 测日常生活任务（找托儿、办政府手续、做预算、改食谱）：GPT-5.2 成功率 49.3%，GPT-6 Astra 升到 80.6%，且明确是冲着免费用户场景去优化的。
• a16z 的 Olivia Moore 看好 Meta：Muse 的真正故事不是消费者，是 5 亿用 Meta 做营销的中小商家；Meta 计划接 QuickBooks、Canva、Stripe，Muse 可能变成中小商家的“神经系统”。

MIT 博士生 Rakia Takahi 带队发现，GPT-6 Astra 能直接读写神经网络的权重，只改 0.016% 就让 Qwen 3.5-8B 的数学成绩涨 6 倍、指令遵循涨 3 倍。

• 做法极简单：他们只是对 Astra 说“让 Qwen 更擅长数学”，Astra 发现 Qwen 会卡在推理循环里（Qwen 自己的模型卡就警告过这问题），用 50 次前向推理的预算定位并改掉了它，全程没有梯度、没有训练。
• 更炸的是从零写权重：Astra 不看任何环境反馈，手写的小型游戏网络就能打败用 PPO 训练 1 亿步的网络；谷歌研究员 Alex Krenel 已复现结果，称这是“最新一代模型才出现的新能力台阶”。
• 但别急着喊 RSI：Krenel 提醒被编辑的模型只有 2 万多个参数，前沿模型是万亿级；微软研究院的 Wei 也指出，6 倍提升来自修掉一个循环 bug，不等于通用数学能力变强。

“模型擅长大规模优化，就同样擅长优化自己——你该强烈预期这件事在未来一年内发生。”——Tenibus 对 RSI 的判断

• 如果你在做 Agent 产品，先按 GDPX 和 LifeVal 的思路给自己算一笔账：单任务成本和成功率各是多少，别等投资人替你算；Gemini 4 比 Opus 55 便宜 4 倍只差 1.1 个百分点，说明“够用且便宜”本身就是竞争力。
• 关注“小模型 + 大模型改权重”这条路线：它可能让个人 Agent 的推理成本大幅下降，短期内值得跟踪谷歌等团队的复现进展，而不是现在就押注“训练不再需要”。