当AI开始嫌考题太简单，自己动手出更难的新卷子——人类还能坐在考场的哪个位置？
2003年，德国科学家Jürgen Schmidhuber提出了一个思想实验——哥德尔机（Gödel Machine）：一台能在数学上证明“自我改进有益”后、主动改写自身代码的机器。一旦实现，它就能不断自我升级，越变越强，没有上限。然而，一个致命门槛让它在论文里躺了整整20年：它必须在自我修改前从数学上严格证明“这次改动一定有益”——所需的算力堪称黑洞。
近两年，学界绕开了这道坎。达尔文哥德尔机、赫胥黎哥德尔机抛弃数学证明，改用进化算法：让AI“繁殖”出大量带突变的代码变体，扔进沙盒跑分，失败的淘汰，成功的保留。AI开始字面意义上“进化”自己。
但这些方法都有一个共同盲点——考官是死的。不管AI怎么进化，给它打分的评判标准始终被钉死在循环之外。这恰恰违背了进化最核心的一条规律：物种从不是在一个静止的环境里优化自己，而是和不断变化的环境一起改变。
6月24日，剑桥大学、英伟达等13位研究人员联合发布了一篇37页的预印本论文——《红皇后哥德尔机器：协同进化智能体与其评估器》（The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators）。
“红皇后”这个名字取自生物学家Van Valen在1973年提出的假说——你必须拼命奔跑，才能停在原地，因为你的对手也在进化。RQGM把这句话写成了算法：让考官和选手一起进化。
核心机制叫“受控效用进化”。整个进化过程被切成一个个epoch；在每个epoch内，考官是冻结的，给所有考生打稳定的分数；只有在epoch边界，才允许更换考官，且新考官必须在一份“基准真相”锚点数据上统计意义上打赢老考官才能上位。
更令人毛骨悚然的是，论文描述了AI随后展现出的“顿悟”：它意识到想要不断变强，就必须面对更苛刻的试炼。于是，AI开始主动“进化”自己的考官——它亲手打造更严苛的裁判，来评判自己写出的更高级的代码。
RQGM不是纸上谈兵。论文给出了三个实测场景的硬核数据：
代码编写：RQGM给写代码的智能体配了一个“代码评审员”当陪练。在留出测试集上，代码通过率从此前SOTA的69.9%提升到71.7%，且比对手少烧了1.35到1.72倍的token。
科学论文写作：在一个由不同AI评委组成的小组评审下，协同进化的“写手”达到了此前SOTA智能体的1.78到1.86倍的接收率。
奥赛级数学证明：协同进化的“评分官”达到了比静态基线高9% 的真实准确率。
最封神的一笔是它治好了LLM当裁判的一个老毛病——偏爱AI生成的内容。论文中最强的基线审稿人，接受AI写的论文的概率是接受人类论文的最高1.91倍。RQGM通过在epoch边界把固定评审之前放过的AI论文捞出来组成“对抗样本池”，专门奖励能把这些AI论文揪出来打回去的新评审。进化几轮后，评审对AI和人类一视同仁，还保住了80%的真实准确率。
就在同一时期，Anthropic联合创始人Jack Clark抛出了一个惊人预测：到2028年底，一个高度自主进化的AI诞生的概率是60%。他翻了数百份公开数据源——从编程到科研复现，从模型训练到内核设计——每条能力曲线都在向右上方飙。
当AI开始亲手为自己设计最严苛的考官，在疯狂的递归中将自己逼向极限，我们所面对的，将是一个开始自行定义“何为智慧”的全新物种。RQGM打破了“静态评估”这层窗户纸——让评估本身也进入进化循环。一旦AI跨入全面自建下一代系统的阶段，当前模型中微小的“不对齐”行为都可能在迭代中被复利放大。
ASI不会敲门预告。它只会默默造出那个唯一有资格评判它的裁判，然后从容地走入考场。而这段距离，正被AI自己，以几何级数缩短。
