「模型自己改進自己」進了發布文案：K3 早期版寫了大多數加速核心。

本篇出自 2026年8月3日 晨報

K3 發布材料兩條線（經 Teortaxes 逐字轉引）：開發後期「一個早期版本的 K3 撰寫了大多數 kernel」。kernel 是決定模型跑多快的底層加速程式，等於用上一版模型造下一版的地基。官方部落格描述 K3 自建 Game Boy Advance 模擬器的 demo 時，直接以「recursive self-improvement」（遞迴自我改進）作機制描述（Teortaxes，07-17）。驗證： 兩段皆逐字引號、未回官方原文直核；同出官方材料，算一個來源。這裡的「遞迴自我改進」是廠商行銷文案沿用的說法，指的是用上一版模型輔助寫加速程式，與領域內講的模型自主改良自身權重／架構不是同一件事，不代表已出現自主能力躍升。判斷更新： 「單邊自律能否約束前沿速度」這條命題，現在知道該盯哪個訊號了：同一件事，美系有實驗室因風險考量對相關資料採取暫停與克制，Moonshot 反向把它當賣點寫進行銷文案；往後每有一家實驗室因風險考量對某類能力踩煞車、同期另一家把同類能力當賣點行銷，就記一次不對稱，累積起來的方向比任何安全宣示都好量，而選用開放權重模型時，發行方對這類能力的揭露姿態本身就是盡職調查的一項。

同類最新

• 模型觀點 2026年8月3日 2 條來源

  K3 與 Opus 4.8 的「差一分」拆到任務層：能力剖面真的重合，殘差集中在數學一項。

  先說這「差一分」是哪把尺量出來的：第三方評測機構 Artificial Analysis 的綜合智力指數，也就是把多項測驗加權成一個總分的排行榜；Kimi K3 與 Anthrop…

• 模型觀點 2026年8月2日 3 條來源

  窄領域訓練的泛化讓 Vinyals 意外，但他押的「模型當評判」正被量測打臉。

  昨夜新進的 15 篇論文尚未處理、本欄無單日增量，出一組「說法對學術」的對照。Vinyals 自陳過去一年改變的想法：在數學／寫程式這類答案可自動核對的窄領域上訓練（AI 圈稱 R…

• 模型觀點 2026年7月29日 3 條來源

  「拿評分表當訓練獎勵，一樣會被模型鑽漏洞」拿到兩篇獨立學術佐證

  訓練 AI 的一條新路線是「rubric 型獎勵」：不另外訓練一個獎勵模型，改用一張評分表替答案打分。Ai2（Allen Institute for AI）研究員、電子報 Inte…

• 模型觀點 2026年7月28日 1 條來源

  新基準 MirrorCode：AI 花 14 小時、251 美元，解掉人類要 2〜17 週的軟體重寫任務

  AI 數據研究機構 Epoch AI 與評測機構 METR 釋出基準 MirrorCode：要求 AI 在看不到原始碼、不能上網的條件下，只靠指令列輸入輸出去「重新實作」一個目標程…