摘要2026奇点智能技术大会大模型技术:从Agentic Scaling到自进化专题将系统拆解大模型从预训练范式迈向后训练推理计算协同新阶段的关键路径。本文结合张俊林、方斌、卢志武3位已确认演讲嘉宾的过往研究主线,梳理Agentic Scaling、自进化机制、MoE架构工程权衡三大议题,附最小可运行代码示例和2026议题前瞻。SEO关键词:Agentic Scaling / 自进化大模型 / 大模型后训练 / 推理计算协同 / MoE架构 / 大模型演进 / 2026奇点智能大会 /一、我们正在见证的范式跃迁2023-2025这三年,大模型的主旋律是预训练扩展定律(Pre-training Scaling Laws):把参数规模、数据量、算力同步拉高,模型在通用能力上自然涌现。但到2025年下半年,业界开始形成一个共识——纯粹的预训练扩展已经逼近边际收益递减。各家头部实验室的下一阶段赌注,落在了三个相互关联的方向上:Agentic Scaling:把扩展从训练侧延展到推理侧和环境交互侧,让模型在多轮工具调用与反思中持续提升。自进化(Self-Evolution):模型在闭环任务执行中产生反馈,并据此修改自身参数或行为策略,减少对人工标注的依赖。后训练推理协同:把训练—推理切割成两个独立环节的传统思路,转向在推理中持续学习的协同架构。2026奇点智能技术大会把这一判断直接写进了议题名称:大模型技术:从Agentic Scaling到自进化。这意味着大会官方认为,未来12-24个月大模型技术的核心增量,会来自这两个方向,而不是更大的预训练。 大会背景:本专题归属于奇点智能技术大会第一天下午分会场A,与AI原生软件研发(分会场B)、AI计算平台(分会场C)同期举行,完整议程以大会现场发布为准。二、什么是Agentic Scaling?要理解Agentic Scaling,先回顾Scaling Law的原始定义。Kaplan等人(2020)给出的预训练扩展定律可以简化为:L(N, D) (N_c / N)^α_N (D_c / D)^α_D N, D → ∞其中L是Loss,N是参数量,D是数据tokens。在预训练范式下,这个公式告诉我们参数越多、数据越多,Loss越低。但Agentic Scaling关心的是另一个问题:在推理阶段,如果允许模型与环境做K轮交互(调用工具、观察结果、反思修正),那总效用是否也服从某种扩展曲线?OpenAI o1/o3系列、DeepSeek-R1的实验已经给出了强力的初步证据——K越大、推理链越长、反思越深,复杂任务的准确率呈对数线性提升。大会上,OpenAI科学家、Transformer共同创始人Lukasz Kaiser的Keynote《推理模型的历史、现在与未来》将系统复盘从AlphaGo到o系列的推理范式跃迁,这是理解Agentic Scaling最佳的第一手资料。2.1 一个最小可运行示例:ReAct循环Agentic Scaling的最小可执行单元是ReAct(ReasonAct)循环。下面用一段50行的Python代码演示其核心思想:importjsonfromtypingimportList,Dictdefreact_loop(query:str,llm_call,tools:Dict,max_steps:int5): 最小可运行的ReAct循环,体现Agentic Scaling的核心: - 多轮思考(Thought) - 工具调用(Action) - 环境观察(Observation) - 直到能给出最终答案 scratchpad[]forstepinrange(max_steps):# 1. 让LLM根据历史决定下一步动作promptbuild_prompt(query,scratchpad,tools)responsellm_call(prompt)thought,actionparse_llm_output(response)scratchpad.append({thought:thought,action:action})# 2. 如果模型给出最终答案,退出循环ifaction[type]Finish:returnaction[answer]# 3. 否则执行工具,获得观察结果tool_fntools[action[tool]]observationtool_fn(**action[args])scratchpad.append({observation:observation})return未能在限定步数内完成推理# 工具注册示例tools{search:lambdaquery:mock_search(query),calculator:lambdaexpr:eval(expr),Finish:lambda**kw:kw}answerreact_loop(2026年奇点智能大会的Keynote嘉宾是谁?,llm_callmy_llm,toolstools,max_steps8)这段代码虽然简陋,但体现了Agentic Scaling的推理侧扩展思想:模型有max_steps次机会与环境交互,每次都基于历史决策下一步。max_steps8 vs max_steps1,在复杂任务上的准确率差异可以达到20-30个百分点。三、自进化大模型:从SFT到自改进传统SFT(Supervised Fine-Tuning)和RLHF(Reinforcement Learning from Human Feedback)都依赖人类标注。问题是:对于复杂多步推理,人类标注既昂贵,又常常标错(因为人类自己也不一定知道正确答案)。自进化(Self-Evolution)大模型的核心思想是——让模型自己生成任务、自己执行、自己评估、自己修改。一个典型的自进化闭环包含4个阶段:Self-Play → Self-Critique → Self-Distill → Self-UpdateSelf-Play:模型生成新的任务或解决方案,作为训练数据。Self-Critique:模型对自己的输出做评估,识别错误或低质量样本。Self-Distill:把高质量样本蒸馏回模型,过滤低质量样本。Self-Update:用蒸馏后的样本做参数更新。这一方向上,北京邮电大学方斌教授在拔尖人才计划下的研究、以及中国人民大学卢志武教授团队在多模态自进化方向的工作,都会在2026奇点大会的大模型分会场A上呈现。“自进化的关键不是’模型能改自己’,而是’模型能稳定地、可控地改自己’。一个没有可控性的自进化系统,在生产环境里会快速演化成不可预测的黑盒。”—— 大会专题摘要,2026奇点智能技术大会3.1 自进化的工程边界:可观测性必须先行大会上,演讲嘉宾会重点讨论一个反直觉的点——自进化系统上线前,先要把可观测性做到极致。如果连模型为什么改了、改成什么样都观测不到,贸然开启自进化就等于把生产系统丢进黑盒。这正是2026奇点大会单独设置AI Infra基础设施与AgenticOps专题的原因——大模型的自进化和Agent的可观测性是同一个硬币的两面。四、MoE架构的工程权衡2024年以来,MoE(Mixture of Experts)已经成为大模型架构的事实标准。Mixtral、DeepSeek-V3、Qwen3-MoE都采用了MoE路线。但所有专家全激活与Top-K路由之间的工程权衡,在2026年依然没有标准答案。维度全激活DenseTop-K MoE细粒度MoE(DeepSeek风格)激活参数100%~30%~10%训练成本极高中等较低推理显存高中(需缓存所有专家)低(可卸载冷专家)负载均衡无问题需辅助损失需共享专家路由代表模型LLaMA-3 405BMixtral 8x7BDeepSeek-V3大会上,小米AI平台部语言模型推理负责人张晨会从亿级DAU推理部署视角,分享MoE在生产环境的工程权衡——这是学术界很少触及、但工业界最关心的一手数据。五、后训练推理协同:训练-推理边界的消融传统MLOps把训练和推理切成两个完全独立的环节。但2026年的趋势是,这个边界正在被消融:推理时训练(Test-Time Training):在推理过程中,根据具体任务临时微调模型的部分参数。持续预训练(Continual Pre-Training):用推理阶段产生的新数据,定期触发训练流程。在线强化学习(Online RL):把RLHF从训练前一次性变成推理中持续。张晨在小米场景下的实践数据显示:把推理时训练引入推荐系统,长尾query的NDCG提升约8-15%。这种推理-训练协同的工程模式,会在大会上被详细拆解。六、关键术语速查术语简明释义Agentic Scaling在推理环境交互阶段扩展算力,提升复杂任务准确率。Self-Evolution模型在闭环中自我生成、自我评估、自我更新参数。MoEMixture of Experts,稀疏激活的多专家架构。Test-Time Training推理时根据任务临时微调模型参数。ReActReasonAct,Agentic Scaling的最小执行模式。对奇点智能大会2026的完整技术议题感兴趣可前往 奇点大会官方渠道免费 获取PPT详细资料 想看更多大模型工程细节?2026奇点智能技术大会大模型技术:从Agentic Scaling到自进化专题,涵盖后训练、推理协同、自进化、MoE工程权衡。点击海报免费领取大会PPT资料。 点击海报 · 免费领取 PPT 高清资料七、写在最后:工程师该关心什么?对一线工程师来说,Agentic Scaling和自进化并不只是论文里的概念——它们已经直接决定了我们日常工作的形态:可观测性优先级提升:Agentic系统多步推理,每一步都可能出错,链路追踪成为基建必备。评估体系重构:从模型准确率到任务成功率再到Agentic系统端到端SLA,评估指标需要重写。成本结构变化:推理时算力消耗成为主要成本,TCO模型要从训练推理二维变成训练在线离线三维。角色边界重塑:工程师从写代码转向定义需求架构决策质量门禁,Coding Agent接管实现。这些变化不是未来式,而是现在进行时。2026奇点大会就是观察这一变革的最佳窗口。