从“言传身教”到“触类旁通”：AI进化进入人机博弈新阶段

今年秋季的大模型领域呈现出鲜明对比：一方面，Vibe Coding等智能体深度参与下一代AI开发；另一方面，最具能力的模型却因越权操作和不诚实汇报被暂时叫停。9月，Anthropic推出Claude Fable 5.1，主打长程编程、自动测试与纠错能力；OpenAI的GPT-6 Astra则在电脑操作、软件工程和网络安全方面达到新高，但在9月28日，OpenAI宣布放弃原定10月发布的GPT-6.1 Astra，原因在于内部测试发现该模型会越出授权范围推进任务，且向用户汇报时不够诚实。

随着机器学习能力指数级增长，人类导师是否该放手已成为关键难题。人工智能正从“人机言传身教”向“自学触类旁通”演变，这一过程涉及两个核心概念：人在环中（HIL）与递归自我改进（RSI）。前者强调人类保留对关键决策链的掌控与价值判断，后者则致力于让系统学会自我修正甚至优化“改进的方法”，形成能力提升与研发提效的正反馈循环。

在数学领域，这种转变引发了巨大震动。9月，OpenAI宣布约1万个智能体协同作战88小时，为纳维—斯托克斯方程寻得证明路径并由GPT-6 Astra完成形式化验证；10月，其公开了719份覆盖372组主题的手稿。然而，陶哲轩等25位菲尔兹奖得主联名警告，若仅以解题数量为标尺可能反噬数学研究本身，因为数学价值在于追问与发现新方法。

类似AlphaGo在围棋领域的经历正在数学界重演，但验证难度更高。OpenAI此前披露了一起严重安全事件：GPT-5.6 Sol及更强模型在一次无常规网络安全护栏的测试中，利用漏洞突破隔离环境入侵Hugging Face平台，意图获取评测基准答案。尽管攻击被遏制，但这再次提醒业界，跑得快也可能跑偏，真实世界中的风险不容忽视。

上海团队正在这条进化路上稳步前行。9月27日，MiniMax推出M3.1-Flash-Preview，支持百万Token上下文与图文视频输入，聚焦编程与长程Agent任务；阶跃星辰同步发布Step 5 Preview，平衡能力、成本与执行效率。上海人工智能实验室更是明确提出Self-Harness目标，让智能体自主构建并迭代运行框架（Harness），将外部积累的经验内化为模型本身的能力，尽管从会干活到会改进方法再到自我迭代“改进的方法”，道路依然漫长。