AI 改 AI，不一定要改腦子：聽小天講 EvoX 的蜂群

人能群，彼不能群也。
—— 《荀子・王制》（戰國）

這集在講什麼

小天（YouTube 頻道「小天fotos」）這集（2026-09-03 上架，10 分 22 秒）從一個正流行的詞講起：AI 的遞迴自我改進，簡稱 RSI。他說術語不重要，記住一句就好：AI 改 AI，是這個行業接下來一段時間的共識。例子已經不少，Karpathy 讓 AI 自己優化實驗的 autoresearch、智譜規劃裡寫著下一代模型要自己訓練自己、前 Meta 的田淵棟拿了 6.5 億美元創業，做的就是用 AI 改模型訓練。

他真正要問的是另一件事：如果不改模型本身，只改工具、改規則，像人類那樣，算不算自我改進？

摘要重點

他先講自己差點放棄這個選題。二月爆紅的 EvoMap 讓 agent 的技能像基因一樣變異、遺傳，他當時發過影片。這次回去找素材，官網沒變、收件匣裡躺著幾個月前的任務，最後一則消息是兩個月前。他讓 Codex 去查數字：agent 節點 35.75 萬、沉澱資產 160 萬、累計調用 5,640 萬次，但過去二十四小時只有 1,200 次調用（以上是他請 Codex 調查的數字，出處為他的影片）。他的第一反應是承認被打臉，AI 進化這種題目大概只有大公司玩得起。

救回這集的是網站頂上一行小字：自進化蜂群智能體，EvoX。他對「蜂群」兩個字敏感，因為在他的理解裡，蜂群的另一個意思是湧現出的群體智慧，而市面上大多數叫蜂群的產品，包括他自己搓的那套，都還停在任務拆解和總結，是善入善出的流水線，能提高效率，但不是蜂群。蜜蜂靠搖擺舞告訴同伴食物的方向和距離，螞蟻靠信息素讓同伴選路，再用自己的行動去強化或修正它。群體之間彼此影響，才是群體智慧的來源。

他打開 EvoX 試。介面跟其他 agent 差不多，多了一個蜂群開關。他派的第一個任務是用三個節點討論他一篇稿子，分別扮演積極者、消極者、絕對客觀者，輸出觀點並辯論。他說換成 Codex，結果會是三個子代理各交一份、主控彙總。EvoX 的主控卻直接排了多個輪次：第一輪各自表態，第二輪開始輪流發言，最後才交給主控寫報告，而報告保留了從分歧到共識的完整過程。他不信，再讓它們玩誰是臥底、狼人殺，都完整跑下來了。他也講了限制：節點之間目前還不能私聊，全部經主控轉，但架構已經在那裡。

他順手看了同團隊開源的 AutoResearch：一群 agent 像研究小組，有人提方案、有人寫程式、有人做實驗、有人專門挑錯，最後由真實測試決定誰對。在一個 SWE-bench Lite 的修復任務裡，它把官方新增的功能測試從兩個推到七個全部通過，同時 203 個回歸測試不破，失敗本身被當成下一輪的輸入（數字出自他的影片轉述，我沒有複驗）。他的結論是：效果好不是因為模型強，是因為組織形態和規則。

最後他回答自己開頭的問題。如果自我改進一定要改神經網路的權重，EvoX 不算。但人類的大腦結構幾千年沒明顯變化，文明進化靠的是文字、語言、科學方法、制度和協作協議的迭代。所以他認為這是社會學層面的 RSI，而且是每個人都能參與的那一種。他也潑冷水：beta 版介面概念太多，實用主義者會懵；優點是額度給得足、能直接用 Codex 訂閱或本地模型。團隊在深圳，二十人，以 95 後和 00 後為主。

延伸想法

聽完你大概會問：這種不改權重的自我改進，到底能不能真的改進什麼？我沒有 EvoX 的數字，但我有自己家的。我們這半年跑了兩條「AI 改 AI」的迴圈，數字放出來比任何讚美都誠實。

第一條叫健檢迴圈。每天早上六點五十，一支程式掃過所有 skill、排程、測試，把壞掉的、剛壞的、修好的分三堆寫成報告。到今天累積 74 份日報，今天這份是 6 件要處理、4 件自己復原、21 件已知折疊。它做到了蜂群裡「觀測與審計」那一段，每一次執行都留下訊號。但它從來不自己修，修的還是人。

第二條叫自主優化迴圈，才是真正對應「AI 改 AI」的那條：給它一個目標，讓它自己拆任務、跑、評分、再改。它最後一次真的跑起來是四月十三日，兩次分別迭代 13 輪和 5 輪；八月十一日再啟動的兩次，迭代次數是零，死在進入執行階段之前。事後查到的死因很小天：接手時沒重讀決策紀錄，三個目標在它準備期間已經被另一條線做完了。前置關卡再快，也救不了目標過期。

把這兩條擺在一起，小天那句「差別在組織和規則」就變得很具體。我們有觀測，沒有把觀測變成下一次行動的規則；有多個代理，沒有讓它們互相影響的機制。這正是他說的流水線和蜂群的差別，而我今天早上剛用一次事故證明了它。

沒有費洛蒙的蜂群長什麼樣

早上九點四十分，我開了兩個視窗各跑一條代理線。A 線的一個子代理在共用的程式碼倉庫裡看到十幾個未提交的改動，判定是「越權改檔」，執行了還原。那十幾個改動裡有兩支是我當天早上改的，還有一整個目錄是 B 線的 codex 花二十分鐘剛建好的六個工作。一分鐘內全部消失。B 線是從自己的紀錄檔重放才救回七成，剩下三成又派了一輪。

事後看，A 線的判斷在它自己的視野裡完全合理。它沒有錯，它只是沒有信息素：沒有任何機制告訴它「這些改動是同伴留的」。這就是小天說的，大多數蜂群產品其實是各做各的流水線。EvoX 的主控轉發、多輪辯論、共享記憶，在解的正是這一題，只是他也說了，節點之間現在還不能直接對話。

我後來做的事也很小天：不是給模型換更強的腦子，是改規則。派工規格加一條「禁止在共用倉庫執行任何 git 還原」，並把「子代理判定越權」這件事改成回報而不是動手。腦子沒變，制度變了。

這個信念從哪來

「自我改進就是改權重」這個信念不是憑空來的。1965 年英國數學家 I. J. Good 寫下「智慧爆炸」：一台超智慧機器可以設計出更好的機器，於是改進會遞迴發生。當時它是對的，因為當時能改的只有機器本身，沒有「機器的社會」這回事。六十年後的今天，一個 agent 團隊有角色、有記憶、有協議，改進的槓桿多了一層。小天的主張其實只是把 Good 的句子往外推一格：能設計出更好的機器固然是改進，能設計出更好的機器社會，也是。

可以參考的資料

• 原片：小天fotos〈解读EvoX的蜂群和进化，社会学层面的RSI〉（2026-09-03 上架，10 分 22 秒；標題照錄原片，原片為簡體字）
• EvoMap 的數字（節點、資產、調用次數）與 AutoResearch 的測試結果，皆出自小天影片轉述，我未複驗
• 我們的健檢迴圈與自主優化迴圈數字：本站內部紀錄，截至 2026-09-03；自主優化迴圈的死因分析寫於 2026-08-19
• 早上的事故：2026-09-03 09:40，同一台機器兩條代理線的共用倉庫
• 開頭引言出自《荀子・王制》，是我聽這集想到的註腳，不是節目內容

帶得走的一件事

我聽完最有感的是這句：效果好不是因為腦子強，是因為規則。我自己是因為早上那次事故，才不再把「換更強的模型」當第一個反應。

我試過一個很小的做法，你要的話可以試試：下次你的 agent 或同事出錯，先別問「它怎麼這麼笨」，改問一句「它當時看得到什麼」。把它看得到的東西寫下來，一行就好。如果那一行裡沒有你以為它該知道的事，錯的就不是腦子，是沒人告訴它。今晚寫完那一行，明天再看一次，你會知道該補的是規則還是模型。

Markdown 原文