大模型自进化正从技术设想进入实际研发。北青网-北京青年报报道，上海人工智能（885728）实验室一支由年轻学生组成的团队，借助智能体约十小时完成一个天气预测模型的搭建；传统流程往往需要数月甚至更久。模型不只回答问题，还开始参与设计、训练和评估模型，研发周期（883436）因此受到关注。变化并非单纯“做得更快”，而是科研工作中人和模型的分工正在调整。
过去研发模型，工程师需要找数据、搭架构、写代码、跑训练，再根据测试结果反复修改。现在，能够编写代码的模型可以调用工具执行任务，多个智能体还可分别承担调研、实验和结果分析，再由系统串联起来。上海人工智能（885728）实验室的案例中，智能体经过多轮工具调用、训练和评估，完成气象模型研发。这使原本由多人逐步接力的流程，变成由人设定目标、模型持续执行的闭环。
这条链路能否成立，取决于的不只是模型“会写代码”。任务还需要被拆解、长时间推进，并依据实验反馈调整；每轮结果也要有办法检验。报道援引上海人工智能（885728）实验室调研称，在模型自进化项目中，90%的工作有AI参与。这个比例说明自动化已进入多个环节，却不等于研究方向和结论都由模型决定。人仍要确定研究问题、判断结果是否可信，并设定可验收的标准。
放到实际科研中，模型提出方案、运行实验并整理结果，可以减少研究人员盯守重复流程的时间；但数据是否适用、实验条件是否合理，仍会影响最后的结论。天气预测模型的演示显示，训练完成后，AI可以在一分钟内预测未来一周的全球天气。对普通使用者来说，看到的是一次快速预测；在它背后，数据处理、训练和评估共同决定结果能否可靠。研发变快与结果可靠，是相连但不能混为一谈的两件事。
自动化程度提高，也让安全从研发完成后的检查，变成设计阶段就要考虑的环节。智能体能够调用外部工具、读写文件，任务执行范围越大，权限边界和错误纠正就越重要。报道中提到，一支智能体研发团队将应用放在本地运行，并设置严格的安全沙箱，以减少个人隐私暴露和系统被过度控制的风险。中国信通院人工智能（885728）研究所副总工程师王蕴韬还指出，错误可能在自我迭代中沉淀并传播，因此需要将监督和安全检查嵌入开发过程。
大模型自进化改变的，不只是模型从构想到成品所需的时间，也包括研发流程由谁执行、结果由谁把关。AI可以承担更多重复和可拆解的工作，人则需要明确目标、控制权限并核验结论。判断这类技术进展，速度是一个直观指标，任务边界、评估质量和安全机制同样构成研发闭环。
