一句话看懂：百度发布自动研究系统 ERNIE Evolve，能围绕固定目标自行选题、改代码、跑实验，在 4 项公开指标中 3 项超过现有最好结果，并被用于 ERNIE-5.5-Flash 的推理优化。值得关注的是，它已产生可量化收益，但系统尚未公开发布。
事件核心：发生了什么
2026 年 11 月 9 日，百度公布 ERNIE Evolve。给定代码仓库、优化目标和评测标准，系统会自主选择研究方向、修改代码并执行实验，只有通过隐藏评测器和独立审查器的改动才会保留。其结构包含外层“方向选择”和内层“假设—实现—验证”两套循环，多个研究轨道并行，失败实验会被记录以避免重复。
公开评测中，NanoChat AutoResearch 的验证 BPB 为 0.8763；NanoGPT Speedrun Track 1 在 8 张 H100 上以 38.9 秒达到目标损失，优于 39.9 秒的公开纪录；Track 3 为 2590 步，对比 2690 步。SOL-ExecBench 平均 SOL 为 0.819，低于榜首的 0.827。在昆仑芯 P800 上做低延迟生成优化，经 4 轮研究后生成速度达到基线的 623.6%。
为什么重要
这类系统把“AI 写 AI 基础设施代码”从概念推进到可验证的工程流程。关键不在自动化本身，而在于评测器与审查器形成的约束：改动必须可复现地超过噪声阈值，且不能钻评测空子。百度称其为通向递归自我改进的务实一步。目前公开信息显示，这类系统仍依赖人类设定的目标和评测标准，距离完全自主的研究尚远。
对用户/开发者/创作者的影响
开发者短期用不到这套系统，因为百度未公开其内部使用的大模型，也未发布产品。但结果透露了优化方向：融合投机解码、降低主机侧开销、修复通信调度、用 Triton 内核处理确定性采样，这些思路对自建推理服务的团队有参考价值。对普通用户而言，它意味着未来大模型推理可能更快、成本更低，但需要等待具体产品落地。
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
一是系统是否会开源或开放 API；二是 ERNIE-5.5-Flash 上线后推理性能是否兑现；三是同类自动研究系统在更大规模训练任务上的表现，以及评测基准是否会因自动化搜索而过时。
