阿里AI自己训练自己，33轮迭代没有一个人参与

9月22日上午10点。杭州国际博览中心，2026云栖大会主论坛开场前一小时。

阿里云的工作人员往我手里塞了一份材料。我盯着其中一行字，看了很久。

AA智能指数，40分，涨到了45分。

数字本身不算惊艳。真正让我愣住的，是描述它的一句话。零人类参与。

一个一个字读。零。人类。参与。

这说的不是某个测试。这是说，一个AI，自己训练了自己。

我在云栖大会的媒体席上坐了三年，见过参数表，见过架构图，见过按亿计的融资额。但零人类参与的迭代，这是头一回。

Qwen团队管这条路叫RSI，递归式自我改进。模型从真实反馈里发现自己的短板，自己设计实验，自己构建数据，自己评价结果。然后循环，再循环。

过去这段时间，它持续迭代了一个多月，完成33轮有效迭代。没有一个人碰过它。

我的第一反应是不信。训练一个模型，就像养一个孩子。喂数据，调参数，纠偏，再喂。每一步都踩在工程师的手上。现在你告诉我，这孩子能自己长大？

是的。而且它长得比人类工程师盯着的时候更快。这个速度，在主流大模型里和Claude、GPT站到了同一阵营，把智谱GLM、Kimi K3甩在了后面。

这不是速度问题。这是生产关系问题。

云栖现场关键信号	数据
Qwen RSI自我改进	零人类参与，33轮迭代
AA智能指数	40 → 45
真武V900算力	M890的3倍
单一集群规模	可扩展至50万卡
下一代模型参数	5万亿-10万亿
2032年数据中心	全球超20GW

紧接着，吴泳铭上台了。他的第一句话，比33轮迭代更冷。

"未来机器思考的总量，将达到人类的1000倍以上。"

我快速算了一笔账。今天机器思考的总量，还不到人类的3%。到1000倍，意味着还有几万倍的增长空间。

吴泳铭补了一句，机器动力已经承担了99.9%的物理工作。接下来，机器要承担99.9%的思考工作。

顶级思考，他说，会从奢侈品变成可规模化供给的商品。每个细分领域，都可以拥有上百万个AI科学家。

每个领域，上百万个AI科学家。

先别急着想这句话背后有多少岗位要重新定义。先看阿里的牌。

吴泳铭一次性亮了三张。AI模型，AI芯片，AI云。这是机器思考规模化供给的三大基石。

芯片这张牌，平头哥亮出来的是真武V900，算力是真武M890的3倍，单一集群可扩展到50万卡。模型这张牌，Qwen接下来要奔着5万亿到10万亿参数去。数据中心这张牌最重，到2032年，阿里云运营的全球数据中心规模要超过20GW。

换算成人话，电站要先建够，电网要先铺广，那台会思考的机器才转得起来。

吴泳铭讲了个历史上的数字。1900年前后，电器已经进家门了，但当时全世界一整年的发电量，放到今天只够用两个小时。

今天也是两个小时的发电量时刻。算力就是当年的电。

说实话，我担心的不是芯片。我担心的是人。

吴泳铭在现场讲了一个罕见病的例子。新生儿早衰症，每年全球新发只有几十例，有记录的患者不过几百人。没有药企愿意花十几年，给几百人研发新药。因为全球懂这个病的顶级科学家就那么几个，他们的思考是稀缺品，资源要优先给大市场。

但如果每个细分领域都有上百万个AI科学家呢。没人做的研究，便宜的思考，会把它做完。

这不是科幻。这是稀缺正在被消灭。

吴泳铭给的答案是，机器替代现有工作，和创造新时代，是两回事。今天的AI Coding，像1882年的电灯。电灯替代了油灯，但空调、洗衣机、冰箱，都是几十年后才出现的。第一台计算机，要到1946年。

今天所有喊AI抢饭碗的焦虑，都还停留在油灯被替代的阶段。真正的分水岭是，那个新时代里，你手上有没有新发明。

对了，现场还有个小东西。无影团队做了一台叫QwenBook的原生智能体电脑，键盘上专门有一个千问按键，150人的团队做了大半年。演示版今天亮相，完整版预计今年底或明年初发布。硬件本身不重要，重要的是，阿里正在把机器思考往每个人的桌面上摆。

回到那个问题。人干什么？云栖大会散场时，我脑子里一直转着这个问号。

机器思考的1000倍，就是把思考的价格打到地板。上个时代是电力普及，这个时代是思考普及。AI自我进化这条路上，人真正的位置，从来不在跑路上，在方向里，在取舍里，在那些机器永远对齐的对象里。

你是不是那个定方向的人，决定了你是下一个时代的工程师，还是被替代的油灯。

不是天真。是策略。