模型不动权重也能进化？谷歌新思路让AI靠"做梦"自我提升

不碰权重，模型也能持续变强？

在人工智能领域，让模型变得更强通常意味着重新训练、微调参数或扩大数据规模。这条路径虽然成熟，却伴随着高昂的算力成本与漫长的迭代周期。谷歌近期提出的一种新系统思路，试图打破这一惯性：在不改动模型权重的前提下，让AI通过类似"做梦"的机制实现持续进化。

所谓"做梦"，并非拟人化的修辞，而是指模型在离线状态下对自身行为进行模拟、复盘与推演。它不依赖外部新数据，也不触发梯度更新，而是在推理环节引入一套自我评估与策略调整的闭环。换句话说，模型本身没变，但它"使用自己"的方式变了。

RSI与"做梦"机制的关系

RSI（递归自我改进）一直是AI安全与能力讨论中的敏感话题。传统理解中，自我改进往往意味着模型能够改写自身代码或参数，风险与门槛都极高。谷歌这一思路的差异在于，它把改进的着力点从"模型内部"转移到了"模型外部"。

• 参数冻结：底层权重保持不变，避免灾难性遗忘与训练不稳定。
• 模拟推演：通过内部生成场景进行反复演练，类似人类睡眠中的记忆巩固。
• 策略沉淀：将推演中获得的经验固化到提示、工具调用或外部记忆模块中。

这种分层设计让"持续变强"变得可控。模型不必每次进步都付出全量训练的代价，也不必担心参数漂移带来的安全风险。对于需要长期在线服务的应用场景，这一特性尤其具有吸引力。

对行业意味着什么

如果这一方向被验证可行，最先受到影响的可能是推理侧的成本结构。当前主流做法是训练一次、部署多次，模型能力在部署后基本固定。而"做梦"机制暗示了一种新可能：模型在部署后仍能通过内部演练缓慢爬坡，能力曲线不再是阶跃式的，而是渐进式的。

这对阿里云、腾讯云、AWS、微软等提供模型托管与推理服务的平台而言，意味着服务形态可能需要重新设计。计费方式、版本管理、能力评估标准都可能随之调整。与此同时，Meta、TikTok等在大规模推荐与内容理解上重度依赖模型的公司，也会关注这种低成本的持续优化路径。

当然，挑战同样明显。离线模拟的质量高度依赖模型自身的世界模型是否可靠，若推演本身存在偏差，"做梦"可能变成"自我强化错误"。此外，如何评估一个参数没变但行为已变的模型，现有基准测试体系未必能给出答案。

持续学习的另一种解法

持续学习长期受困于稳定性与可塑性的矛盾：学得太多会遗忘旧知识，学得太少又无法适应新环境。谷歌这一系统把矛盾从参数层面移开，转而探索推理层面的自适应，思路本身具有启发性。

它未必是终极答案，但提供了一条值得跟踪的分支。在算力愈发昂贵、模型规模愈发庞大的背景下，如何用更少的改动换取更多的能力增量，正在成为比"堆参数"更现实的命题。模型靠"做梦"进化，听起来像科幻，但背后的工程逻辑并不虚幻。