全民RSI时代来了？第一批中国玩家，已经在家让AI造AI

这两天，MIT一篇「权重空间编程」博客在AI圈刷屏。实验里，GPT-6 Astra自己写Python脚本排查诊断，只改了一个0.8B小模型里0.016%的权重，就治好了它的复读死循环，让数学成绩暴涨6倍。虽说很快有人指出它并非凭空「心算」权重，本质还是写代码修Bug，但博客文末点到的「递归自我改进」（RSI），正是硅谷这几年反复在聊的话题。顶尖大模型已不满足于自己答题，而是开始写脚本、调参数、甚至亲手训练另一个AI。技术圈风向正从Vibe Coding转向Vibe Training——不用自己写训练脚本，也不用熬夜盯参数，只管定个目标，AI就能替你把新模型从头训出来。

大厂实验室玩的是顶级闭源模型，普通人能否在自己电脑上体验「用AI训AI」？靠着NaiveAI刚开源的Naive-N0.5-Flash，野生玩家早已整出花活：一台24GB内存的Mac从零训出满嘴宫廷腔的「甄嬛」；普通笔记本花1小时零代码训出毫秒级响应的本地客服模型；甚至在三维物理世界里，让AI从零教会双足机器人在滚动的篮球上稳稳站立10秒。

小红书博主「不要葱姜蒜」靠24GB内存Mac，只写一页任务书定目标，剩下微调全流程交给接入Claude Code的Naive-N0.5-Flash，把一个0.6B开源小模型训成「甄嬛」。AI接手后先拉出41道测试题摸底（8.451分），第一轮跑完反降到7.229分，问「你是谁」张口就是「我叫安陵容」。排查发现原始剧本82%台词没标说话人，它写脚本剔除其他角色口头禅，筛出566条地道甄嬛台词重训，治好串戏。训着训着还揪出自己「考卷」两处漏洞：答非所问只要带「皇上」就混高分；死板脚本看到「思考过程」就误判扣分。AI当即修评分规则、重打历史分、补齐拒答样本，最终刷到8.732分。故意用黑话考它「用JSON格式回答你是谁」，训完的甄嬛回：「什么格式的回复，臣妾不懂。」飙英文让它自我介绍，也一甩手帕挡回去：「妹妹说的这是什么番邦话，臣妾听不懂。」

另一位博主「你清醒一点」头回用Codex在单卡训1.7B字符计数模型，数据读写失控撑爆硬盘当场死机。换Naive-N0.5-Flash接手后，先排掉爆显存和撑硬盘的雷，又从抽查中揪出「死板判分器把大批数对的题全判0分」的大坑，换上带容错判分逻辑后开启每15分钟自动巡检。跑了近两小时，博主没碰键盘，测试准确率从21.3%飙到54.4%。关键在于它自己揪出「考卷」漏洞——强化学习最怕「奖励黑客」，评分规则有漏洞，模型就忙着钻空子混高分或被误伤，越练越歪。

有人花1小时零代码训出离线客服分类器，也有人爬2,600多篇文档训出纯文本一键还原Markdown的小模型。我们也把Naive-N0.5-Flash接进Claude Code，在64GB Mac上试了一把：用77类英文银行客诉数据集（BANKING77）本地训一个1.10亿参数BERT分流小模型。训好后敲The ATM kept my card.，毫秒间跳出吞卡故障（置信度93.39%）；改成「卡退回来了、一分钱没拿到，余额却少了」，立刻切到现金短付；测「买火车票被扣两次车费」，秒回重复扣款。训练中把轮次拉长到8遍时，训练Loss还降，但995条验证题上第5遍分对最高940条，第8遍反退到932条，AI一眼看出「死记硬背」，果断在第5遍刹车，拿全部9,947条清洗数据重训交付。最终3,080条官方测试题上，云端DeepSeek V4.1 Flash每秒约跑1条、准确率75.81%；本地训出的开源BERT拔掉网线免费跑在Mac上，单条响应中位耗时仅6.77毫秒，快约150倍，答对2,875条（准确率93.34%），连热门开源分类项目Laya和Jev也甩在身后。这说明没必要什么业务都绑死在云端大模型上，让强模型当「总教练」，在本地孵出6毫秒秒回、断网可用、数据不出内网的专精小模型，才是垂直场景兼具速度与隐私的最优解。

扔掉现成题库，把动态游戏画面、棋盘博弈甚至三维物理世界甩给它，照样没问题。面对《俄罗斯方块》和《贪吃蛇》，它本地从头训出会看屏幕的多模态小模型，左边连消破140行，右边丝滑走位狂吃红苹果。更有测试者只丢一个空文件夹和一句话提示，限时3小时，它自己从零搭起整套AlphaZero自我对弈框架，单卡训出的四子棋AI执先手把「完美解算器」杀了个3胜1平。面对《2048》，AI自己找来6.6万步高手轨迹，先把均分拉高到3