百度文心首次披露RSI进展：ERNIE Evolve已用于最新模型研发，文心5.5 Flash 或将近期发布
内容提要
11月9日，百度文心公布RSI进展，推出自动研究系统ERNIE Evolve，可自主提出研究方向、实验验证并积累经验，在两项基准测试中取得SOTA。该系统已用于文心5.5 Flash推理优化，在昆仑芯P800上取得低时延、确定性吞吐和解码速度的生产收益。未来将扩展至训练、模型能力与评测体系，并接受安全评估与人工监督。
延伸解读
RSI 从概念走向生产验证
文章显示，ERNIE Evolve 并非停留在基准测试，而是已接入文心 5.5 Flash 的真实推理优化，并在昆仑芯 P800 上完成压测与正确性检查。这意味着 RSI 的自我改进闭环首次在百度生产环境中得到验证，其价值不仅体现在 NanoChat AutoResearch 和 NanoGPT Speedrun 的 SOTA 成绩，更在于能对低时延、确定性吞吐和解码速度等具体工程指标产生实际收益。
双层循环与多智能体分工如何降低风险
ERNIE Evolve 采用外层提出方向、内层执行实验的双层循环，并由 Director、Selector、Executor、Evaluator、Reviewer 多个智能体分工协作。其中 Evaluator 独立评测性能，Reviewer 检查是否偏离目标和存在评测漏洞，只有通过复核的改进才会保留。这种设计在鼓励并行探索的同时，用独立评测和复核机制约束自动研究，避免无效或虚假改进进入后续流程。
推理优化只是起点，扩展仍受边界约束
文心技术博客明确指出，推理基础设施优化是 RSI 在真实研发中的第一个落点。未来同一研究闭环将逐步延伸至训练系统优化、模型能力研究和评测体系迭代。但文章也强调，扩展将在明确的目标、权限和资源边界内进行，并接受持续安全评估与人工监督。这表明 RSI 的自主性并非无限制，其落地节奏取决于安全与监督机制能否同步跟进。
Q&A
百度文心披露的RSI进展具体是什么？
百度文心首次披露了RSI（递归自我改进）进展，公布了自动研究系统ERNIE Evolve，该系统能自主提出研究方向、开展实验、验证结果并积累经验，已用于文心5.5 Flash的推理优化。
ERNIE Evolve在哪些基准测试上取得了SOTA？
ERNIE Evolve在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上，均取得了目前公开验证的SOTA表现。
ERNIE Evolve是如何工作的？
ERNIE Evolve采用双层循环组织研究：外层循环结合历史实验结果和已有知识，提出新研究方向并安排多条研究线并行探索；内层循环针对具体方向持续进行代码修改、效果评测和经验沉淀。系统内部由多个智能体分工协作，包括Director选择研究方向、Selector确定目标和代码起点、Executor修改代码、Evaluator评测性能、Reviewer检查偏离和漏洞，只有通过评测和复核的改进才能保留。
ERNIE Evolve在文心5.5 Flash的推理优化中取得了哪些生产收益？
ERNIE Evolve已应用于文心5.5 Flash的推理优化，在昆仑芯P800上取得了低时延场景的性能优化、确定性推理吞吐优化及极致解码速度优化，这些改动均通过压测与正确性检查，并完成生产级验证。
RSI未来会扩展到哪些领域？
未来，RSI的研究闭环将逐步延伸至训练系统优化、模型能力研究和评测体系迭代，推动AI自主发现问题、提出假设、设计实验并验证结果。扩展过程将在明确的目标、权限和资源边界内进行，并接受持续的安全评估与人工监督。
文心5.5 Flash Base开源了吗？新模型何时发布？
11月5日，百度已正式开源最新基座模型文心5.5 Flash Base，该模型在知识、推理、数学、代码、多语言和长上下文等多个基准测试中取得同尺寸模型SOTA表现。接近百度人士透露，文心新模型或将于近期发布。
