【环球网科技综合报道】训练一个 27B 的大模型，有多少研发工作可以交给 AI？上海原点星辉科学技术有限公司（下简称 StartLux）给出的答案是：约 70%。在其本地 Agent 模型 StartLux-V1.0-27B-Preview 的后训练过程中，约 70% 的实验研发工作由 AI 独立完成——包含提出实验假设、生成或筛选数据、启动训练和 Eval、分析失败轨迹，再根据结果决定下一轮试什么。人类研究员主要负责最关键的那件事：决定研究方向和关键取舍。
据介绍，模型训练的过程中，该团队采用AI 训练 AI（Auto Research）的方法，自主开展训练实验，并通过反馈持续优化训练策略。StartLux 联合创始人兼CTO 郭权玮表示：“Auto Research的定义很简单：AI看完上一轮实验结果以后，能不能自己判断下一步值得试什么。如果只是批量生成Synthetic Data，或者自动搜一组超参数，我会把它叫自动化，而不是Research。真正的 Auto Research 应该能形成“假设—实验—验证—新假设”的闭环。”
据称，这套 Auto Research 方法，也指向AI探索的另一个方向——RSI，即 Recursive Self-Improvement（递归式自我改进），核心是让 AI 更深地参与自身研发与改进，并最终让更强的 AI 参与创造下一代更强的 AI。Auto Research 本身并不等同于 RSI，但它可以被看作通往 RSI 的一条工程路径：先让 AI 参与提出假设、执行实验、分析结果和决定下一轮尝试，再逐步把这种能力延伸到更受控的参数更新、训练策略甚至模型结构改进。
过去一年，OpenAI、Anthropic等头部实验室都开始把AI从代码助手进一步带入模型研发本身：从编写训练代码、生成数据，到运行实验、分析Eval，再到探索由AI提出研究假设、决定下一轮实验。
OpenAI 披露，内部已搭建 “自动化研究实习生” 体系；截至 2026 年 8 月，每 1 个人类研究工作日，对应约 3.1 个 AI Agent 工作日，AI 可独立完成代码开发、实验执行、结果分析等长链路科研任务。Anthropic 也表示，Claude 承担了其超 80% 生产代码，并推进 AI 参与下一代大模型研发。
资本与人才同步涌入该赛道。今年 5 月，Recursive Superintelligence 完成 6.5 亿美元融资，投后估值 46.5 亿美元，其自动化 AI 研究系统拿下三项公开基准最优成绩。6 月，Mirendil 获 2 亿美元种子轮，主打 AI 自动化研究。人才方面，谷歌 27 年老将 Jeff Dean 离职创办 Discovery Loop，目标是让 AI 接管完整实验闭环；Karpathy 此前开源 autoresearch，实现 AI Agent 自主调代码、训练小模型、复盘结果。
如何防止模型钻评分规则漏洞？如何避免补强一种能力时挤压其他能力？当AI深度参与研发，如何防止同一个系统“自己命题、自己答题、自己阅卷”？这些问题StartLux的做法是给流程装上刹车。一旦某类评测在涨、泛化却在变差，或者模型明显在钻评分机制空子，研究员立刻介入。
在StartLux看来，公司长期积累的核心资产不局限于某一版模型权重，而是围绕真实任务形成的数据、AutoResearch、训练Pipeline、Eval和失败分析体系。相比静态模型版本，这套能持续发现问题、验证改进并迭代模型的系统，具备更高起点和生命力。郭权玮表示：“从研发上看，RSI一直是我们推进的主线之一。现在AI已经能参与任务生成、训练、Eval、失败分析和下一轮实验决策，我们下一步是在可验证、可回退的前提下，把这个闭环继续推进到更受控的参数更新和自我改进。”
据透露，StartLux将通过新模型架构、训练算法和受控的本地参数更新机制，让模型逐步具备在本地持续自我更新的能力。目前的StartLux-V1.0-27B-Preview可在消费级个人电脑上运行，团队正推进模型的备案。第一代本地智能解决方案也预计将于年内推出。（青山）