19世紀中葉，一場思想風暴席卷了西方世界。

查爾斯·達爾文于1859年出版的《物種起源》提出了“適者生存”的機制。這個解釋不僅解答了地球的生物多樣性，還隱含著一個深刻啟示——能夠持續勝出的物種，一定可以不斷自我進化。

2025年，這一理念在賽博世界再度出現。

今年5月，谷歌發布了進化式編程智能體AlphaEvolve，實現了算法的自我進化。

當硅基智能有了自我進化的能力，實現AGI也就變得更加可能。

英雄總是所見略同。

“雖然這還談不上AI真正‘自主更新’，但它已是‘遞歸自我改進’的早期雛形。”OpenAI CEO Sam Altman說。

“AI技術，應該是具備自主學習與持續進化能力的“生命體”。”9月，榮耀CEO李健也在微博上發布了AI自進化的觀點。

但AI的進化，不應該只停留在軟件層面上，要想和物理世界實現交互，必須要借助一個實體終端。

具身智能還遠，手機和汽車無疑是當下AI的兩個最佳載體。

自從2024年誕生“AI手機”，當下擁有AI能力的手機月活已經達到6.45億。但是，所有人預想中，AI會帶來的類似智能手機對功能機的顛覆，似乎還沒有發生。

AI手機的趨勢不存在嗎？還是AI手機并沒有斷崖式領先？

顯然是后者。之前手機上的AI都太靜態了，沒有“自進化”的能力。

榮耀CEO李健判斷，“自進化”將是LLM走向AGI的關鍵能力，也將是AI終端面向未來的核心競爭力。

軟件和硬件，總是在時代的交替中螺旋上升，相輔相成。隨著AI邁入自進化時代，必然也對算力提出了一個全新的挑戰。沒有硬件的支撐，肯定是空中樓閣。

9月25日，高通即將發布最新一代驍龍處理器——第五代驍龍8至尊版，一年一度的手機“旗艦大戲”又將開場。

那么，在時代的交叉路口，誰將成為第一部“AI自進化”手機？

01 AI來到了“自進化”時刻

AI行業，正在誕生一個令人興奮的共識。

正如2016年谷歌DeepMind的AlphaGo掀起了深度學習的浪潮，DeepMind發布的進化式編程智能體AlphaEvolve也揭開了AI“自進化”的大幕。

它不光可以編程，還能根據不同模型（Gemini Flash 和 Gemini Pro 等）給出的評分結果，選擇更優的程序來啟發下一輪算法生成，通過不斷迭代優化，實現算法的進化。

這種算法充分體現了《進化論》里的核心觀點——物競天擇，適者生存。

開啟自進化模式，AI突破了人類56年來苦思不得的瓶頸，徹底打破了“有多少人工，就有多少智能”。

谷歌先是將AlphaEvolve應用在矩陣乘法中，通過這種搜索、評估、迭代的方式，它發現了一種用于計算4×4復數矩陣乘法的新算法，相比1965年需要49次乘法的經典算法，這種方法優化到48次乘法。

這一步優化，讓谷歌為數據中心調度系統開發了新的啟發式算法，成功回收了全球0.7%的計算資源。還將Gemini模型的一個關鍵矩陣乘法內核加速23%，使Gemini整體訓練時間縮短1%。

看似微小的提升，背后不僅意味著幾億美元級別的成本壓縮。更是代表著，AI越來越像人類，能夠完成“自進化”。

在過往的AI能力提升中，人起到了核心的作用。

通過標注數據、設計模型架構、訓練模型等方式，AI能力得以實現步步提升。但AI模型一旦成型，它的能力天花板也就固定在這個時刻——在沒有人類繼續干涉的情況下，AI只能依賴訓練能力完成任務。

對生成式AI悲觀的人認為，當下的AI只是從數據的“搬運工”，它只能根據海量信息剪切、拼湊出答案，卻并不具備理解這一切的能力。

“生成式模型根本不適合制作視頻，大家可能見過能生成視頻的AI模型，但它們并不真正了解物理，只是在生成漂亮的圖片。”

正如Meta首席AI科學家Yann LeCun對當下AI模型的評價。這樣的AI，根本沒有可能通向AGI時代。

而現在，AI正在用于擁有自我學習進化的能力，恰如生物學中的進化演變。

由大語言模型提供強大的創意生成能力，而進化算法則確保了高效地選擇和優化過程，自動化評估函數則負責量化評估每個方案的性能，從而引導至正確的方向。