阿里公开千问自我迭代结果：Qwen3.8-Max 人类零参与自主跑 33 轮，AA 智能指数到 45 分
9 月 22 日云栖大会上，阿里巴巴公布了千问大模型的自我迭代进展：Qwen3.8-Max 通过自主搭建训练流程、构造训练数据、自主设计实验并定位缺陷，在人类完全「零参与」的情况下持续迭代超 1 个月，完成 33 轮有效迭代。阿里称其智能指数从 40 分升到 45 分；我直读 Artificial Analysis 模型榜核到当前为 45 分，但榜上该条目的标识是 Qwen3.8 Max (0902)——即 9 月 2 日那个快照，**并非一个新的模型 ID**，「新版本」这一说法目前只有厂商口径，无独立发布记录可证。
另外两项进展同样指向「模型改自己」：在推理优化上，Qwen3.8-Max 在从未见过的平头哥新款 GPU 上自主适配优化了下代架构 Qwen3.8-Flash 的推理框架，阿里称单实例推理吞吐量提升 96%；在芯片模型协同设计上，它仅基于一份真实总线模块规范，自主完成前端、验证、后端的全链路自迭代，自主运行超 60 小时、调用 EDA 工具超万次后完成面积减少 42% 的物理实现优化。模型侧同时公布：Qwen3.8-Flash 提前开源了下一代千问架构，阿里称训练成本降低近 90%；Qwen4 已基于全新架构投入训练，Qwen4.5/Qwen5 规划扩至 5-10T 参数。
它改变了什么：递归自我改进此前多是论文里的机制讨论，这次给出一份带轮次、时长与分值变化的工程账，且其中一项（推理框架适配）指向了模型自主优化模型。边界需要注意：33 轮、96%、42% 全部是厂商自报，无第三方复现；分值 40→45 的「40」我未能独立核到，只核到当前 45 分；大会上的 Qwen-Image-3.1、HappyOyster-2.0-Preview、Happy Shrimp 1.1 均只称「亮相/发布」，在百炼上下架表与 HF 上均无对应模型 ID，故本轮不收。