一句话看懂：百度公开ERNIE Evolve系统，让AI自主提出实验、改代码、跑测试，并称已用于加速在研的ERNIE-5.5-Flash模型。它值得关注，因为这把“AI帮AI做研发”从概念推到了具体工程环节，但关键数据均为百度自报。
事件核心：发生了什么
百度11月9日介绍了ERNIE Evolve：系统自行选择研究问题、修改代码并运行测试，只保留能通过另一套外部检查的改动。百度称，在已由工程师调优过的GPU上，ERNIE-5.5-Flash的吞吐量约三天内提升33.7%；在昆仑芯P800上，文本生成速度提升超过6倍。后一项数据需谨慎看待——据China AI Dispatch分析，部分提升来自启用了芯片平台此前未使用的功能，并非同等条件下的对比。
百度还在三个公开AI研究任务上测试了该系统：称其中两项超过公开最好成绩，包括NanoGPT Speedrun以38.9秒对39.9秒的纪录；第三项接近最佳。不过该成绩未提交官方排行榜。
为什么重要
大模型竞争正从“堆算力、堆数据”延伸到研发流程本身。如果AI能稳定地搜代码、做消融、跑基准，模型迭代周期和工程人力成本都可能下降。对百度而言，这也与昆仑芯的软硬件协同叙事相关——昆仑芯正筹备IPO，推理效率是重要卖点。但百度公布的成绩与Recursive等公司的自报结果类似，均缺少第三方复现，短期内更应视为方向性信号，而非行业排名。
对用户/开发者/创作者的影响
目前公开信息显示，ERNIE Evolve是内部研发系统，并非面向开发者的API或工具。对开发者而言，更现实的影响是：未来大模型版本更新可能更快，推理成本有下降空间；代码生成、自动评测类工具会继续增多。对创作者和企业采购方，模型选型仍应看实际任务表现与价格，而不是自动研发带来的宣传数字。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是ERNIE-5.5-Flash正式发布后的实际推理性能与定价；二是百度是否将ERNIE Evolve用于训练环节，以及“AI设计测试”如何接受人工监督；三是第三方能否复现其基准成绩，以及昆仑芯与GPU的对比能否给出同条件数据。
来源：The Next Web
