当AI开始参与自身能力的构建过程，模型研发的方法论本身也在发生变化。超衍智能近日发布Apex-35B-V1.0，该模型以Qwen3.6-35B-A3B为基础，经过中训练和后训练优化，而在构建过程中，AI自主参与了从数据构造到训练优化的多个环节。这种被称为递归自我改进的路径，指向了一个值得关注的方向：AI不再只是被训练的对象，也在逐步成为训练过程的参与者。
理解Apex-35B-V1.0，首先要理解它所站立的基础。以Qwen3.6-35B-A3B为基础模型，意味着这项工作并非从空白处重新开始，而是在一个已有的大模型底座上继续深耕。中训练与后训练这两个阶段，分别承担着不同的任务：前者侧重于让模型在特定方向上积累更扎实的能力，后者则侧重于把能力调整到更贴合实际使用的状态。把这两个阶段结合起来做优化，反映出研发团队对模型能力演进路径的系统思考，而不是只做单点改进。
更值得注意的是构建过程中的方法变化。在传统流程中，数据构造与训练优化高度依赖人工设计与人工干预，研究人员需要逐一决定数据如何筛选、如何标注、训练策略如何调整。而在Apex-35B-V1.0的构建过程中，AI自主参与了从数据构造到训练优化的多个环节。这意味着模型研发的循环开始出现自我反馈的特征：AI的产出可以成为下一轮改进的输入，训练过程本身也因此获得了一定程度的自动化与规模化能力。这种变化的意义并不在于替代研究人员，而在于把人力从重复性环节中解放出来，投入到更需要判断力的地方。
把这种路径与科研场景结合起来看，其指向就更加清晰。科研工作本身就是一个不断提出假设、验证假设、修正假设的循环过程，需要处理大量文献、数据和实验结果，也需要在不确定性中寻找规律。如果AI能够在数据构造、实验辅助和结果分析等环节承担更多工作，科研人员就有可能把更多精力放在提出关键问题和做出科学判断上。递归自我改进的价值，正在于它有可能让这种辅助能力随着使用不断增强，而不是停留在固定不变的工具状态。
从研发组织方式来看，递归自我改进还可能改变团队的工作重心。过去，模型迭代的速度在很大程度上受限于人工处理数据的速度与规模：数据要一遍遍清洗、筛选、复核，训练策略要一轮轮试错。而当AI能够在这些环节中承担更多执行性工作后，研究人员的角色会更多地转向定义目标、设计评估标准和把关关键决策。这种分工变化并不意味着研究变得更轻松，而是意味着判断力的价值被进一步放大：方向定得对不对、标准设得合理不合理，将直接决定自动化循环产出的是有效积累还是无效重复。
当然，递归自我改进也带来新的课题需要认真对待。当AI越来越多地参与自身训练数据的构造，数据的质量、偏差与可追溯性就变得更加关键；当训练优化环节引入更多自动化决策，过程的可解释性与可控性也需要相应的保障机制。这些问题并不否定这条路径的价值，而是提醒行业在推进方法创新的同时，同步建立起与之匹配的评估与治理手段。Apex-35B-V1.0的发布，可以看作是这条探索路上的一次公开亮相，其后续在科研场景中的实际表现，将是检验这一路径成色的关键。
文末来源：PR Newswire。
