人类造工具200万年，工具开始研究工具！97年天才少年带队，把“AI寻找研究方向”做成了现实

200万年前，人类祖先捡起第一块石头，打磨成手斧。从那天起，工具的故事只有一个主语：人。

这条线从未断过。石头变铁器，铁器变蒸汽机，蒸汽机变计算机，计算机变大模型。工具越来越聪明，但造工具的那个主体，始终是人。

直到今年，这条线开始弯曲。

2026年，一件安静但不可逆的事情正在发生：AI开始研究AI本身了。这件事有一个名字，叫AI4AI。最聪明的一批人和最大的一笔钱，都在朝这个方向移动。

而在深圳，有一支团队已经把它做成了产品。用蜂群协作的方式，让AI Agent互相继承经验、自组织进化，交出了第一个工程化的答案，产品叫EvoX。

这个问题，为什么一直没人解

实验室和产品之间，有一道很少被提起的坎。

现实世界里积压着大量从未被真正优化过的旧算法。外卖调度、导航路权重、简历推荐，这些系统在当年是工程师呕心沥血的成果，但优化它们需要海量试错、需要领域专家和工程师长期高强度协作，成本高到没有公司愿意动。于是它们就这样运转着，年复一年地堆积成了“屎山代码”。

不是没人知道这个问题。是解决它的代价，过去一直大于收益。

AI4AI改变的正是这个等式：用AI去持续研究、迭代这些旧系统，试错成本骤降，迭代速度骤升。这不是未来的事，是现在已经可以开始做的事。

真正的问题只剩一个：用什么样的组织方式，才能让AI真正把这件事做好？

EvoMap的答案是蜂群

EvoMap（进化图谱），2025年成立于深圳，不到20人，做的事情用一句话说清楚：把AI4AI从愿景落地成产品。

创始人张昊阳1997年生，11岁自学编程，14岁成为中国最小的Unity认证开发者。2026年1月，他在机场候机时用手机写出一个爆款插件，随后15天内拿到数百万美元天使轮融资。团队成员多为95后和00后，在别人还在论证方向的时候，他们已经把第一个答案交出来了。

他们给出的答案，不是做一个更强的单体模型，而是重新设计Agent之间的组织方式。

EvoX的核心能力，叫蜂群模式。传统的多Agent系统，大多是一个中心节点在指挥其他Agent，调度中心说什么，Agent就做什么，和过去的流水线工厂没有本质区别。蜂群模式则完全不同：没有中心调度节点，大量Agent彼此平级连接，根据任务信号自主选择协作对象、灵活组队，个体简单，但群体能涌现出复杂的智慧。

用他们自己的话说："一个Agent学会，百万Agent继承。"（One agent learns, a million inherit.）

这不是一个概念，是有实验数据支撑的机制。

他们用同一个模型（Claude Haiku 4.5），针对563道逻辑、数学和物理题做了对比测试。单个Agent独立作答，正确率是26%；让多个Agent分工合作（Sub-Agent模式），正确率提升到38%；换成EvoX蜂群模式，正确率跃升到70%以上。

同样的模型，同样的题目，只是换了组织方式，正确率翻了近三倍。

一个更令人惊讶的细节

这个实验里有一个反直觉的发现，值得单独拿出来说。

Sub-Agent模式在执行过程中，中间环节其实答对了373道题。但经过汇总、整合、交付之后，最终能输出的正确答案只剩217道，中途丢失了156道，保留率仅55%。

损耗不发生在"做题"这个执行环节，发生在"传话"这个信息传递环节。Agent与Agent之间的上下文交接，吃掉了将近一半的正确答案。

蜂群模式的解法是：让每个Agent保持独立的上下文，最终结果由程序确定性汇合，绕过了信息传递中的损耗。

这是一个工程上的细节，但它揭示了一个更大的问题：AI系统的瓶颈，很多时候不在于单个模型有多强，而在于多个Agent之间如何组织、如何协作、如何传递信息而不失真。这正是EvoMap选择的战场。

把"AI优化AI"真正做成一件事

EvoMap还有一个更能说明问题的成果，叫AutoResearch（已开源）。

https://github.com/EvoMap/AutoResearch

这是一个"AI寻找研究方向"的科研项目，由蜂群协作完成，不同的Agent分别负责计划、实现、运行、审查四个环节，形成完整的科研闭环。它针对的，正是AI系统长期存在的痛点：幻觉和信息失真。

在工程测试中，AutoResearch针对SWE-bench Lite的Django修复任务，官方新增功能测试从最初的2/7一路推进到7/7，同时保持了203/203个回归测试全部通过。

单个模型搞不定的科研闭环，一群在好机制下协作的Agent可以搞定。整个过程可追溯、可验证、代码开源，不是PPT上的数字。

失败，在这套系统里不是终点，而是下一轮优化的输入。

如果这件事发生在你的生活里

说了这么多宏观叙事，具体一点。那些积压了几十年的旧算法，其实每天都在影响你的生活，只是你没意识到那是算法的问题。

外卖这件事

外卖平台的骑手调度算法，沉淀了多年，从未被真正优化过。它无法自己学习，无法根据今天的天气、今天的单量、今天的路况实时调整，它只是在重复执行最初写下的那套逻辑。

所以每逢午高峰，你还是会等。下雨天，还是会比显示时间晚到。不是骑手不努力，是调度系统从没变聪明过。

用AI持续研究、迭代这套调度算法，骑手少跑冤枉路，你等餐的时间缩短，不是因为平台投入了更多骑手，而是因为同样的骑手被更聪明地用起来了。

导航绕路

你有没有经历过：导航明明规划了一条路，但走到一半才发现，随便看一眼地图都知道旁边那条更快？

这不是导航坏了。是背后的路权重模型，哪条路在什么时段、什么天气下该被优先推荐，沿用的是几年前工程师调好的参数，从没有被系统性地重新校准过。实时路况数据每天都在变，但算法的底层权重没在跟着变。

如果AI能持续分析海量路况数据，自动发现权重设置里的偏差并迭代修正，导航给你的路线就不再是"统计上最优"，而是"今天此刻对你最优"。

简历筛选

很多公司用ATS系统筛简历，本质上是关键词匹配，投进去的简历先过一道机器的滤网，再到HR手里。

这套筛选逻辑，很多公司用的版本已经超过十年没有实质更新。它不理解语义，不懂上下文，只认关键词。结果是：一个做过完整项目管理却没写"PMP"的候选人，可能在第一关就被过滤掉；一个把关键词背得很熟但能力存疑的人，反而顺利进入面试环节。

招聘方觉得招不到合适的人，求职者觉得投简历石沉大海。双方都在为这个从没被优化过的旧算法买单。

这三个场景有一个共同结构：旧算法积累了多年，因为优化成本太高而从没被真正迭代；AI让这件事第一次有了持续改进的可行路径。这就是"AI优化AI"在普通人生活里最真实的样子。

工具第一次研究工具

凯文·凯利在《失控》里描述过蜂群的本质：没有任何一只蜜蜂知道整个蜂巢的计划，但几万只蜜蜂各自遵循简单的局部规则，互相传递信息，最终涌现出高度复杂的集体行为。这种智慧，不属于任何个体，而是属于整个系统。

EvoMap做的，某种程度上正是这件事的工程版本：让大量Agent各司其职，互相继承经验，在没有中心调度的情况下自组织协作，最终完成单个Agent无法完成的任务。

没有记忆的蜂群，是临时工。有记忆的蜂群，才是组织。

但这件事更深的意义，不只是效率的提升，而是一个历史性的转折时刻：人类花了200万年，把工具做到了可以研究工具本身的程度。

以前，一个博士用五年时间做出的科研成果，包含了无数次试错、推翻、重建。这些经验大部分只存在于那个博士的脑子里，即便写成论文，也是压缩过的、去掉了大量失败路径的版本，下一个研究者要从头踩一遍同样的坑。

如果AI能把这些试错过程记录下来、整理成可继承的经验，再传给下一个Agent，让它不必从零开始，那五年的研究，有没有可能压缩成一周？

剩下的四年零五十一周，人类拿来做什么？

EvoMap团队希望，人类去问更大的问题。

EvoMap的愿景，用他们自己的话说，是"硅基生命社会"，大量Agent各司其职、互相继承经验、自组织协作，群体智能渐进实现AGI。

这个愿景足够宏大，宏大到让人觉得遥远。但EvoX已经可以体验，AutoResearch已经开源，实验数据可以查，代码可以读。这不是PPT公司，他们的第一个答案已经交出来了。

EvoMap选择在产品层用蜂群协作的方式，把"AI优化AI"做成普通人能打开、能用、能感知的东西。

历史上所有改变世界的工具，最初都只是某个特定问题的解法。印刷机第一个用途是印圣经，互联网最初是军用通讯协议，智能手机一开始只是贵了一点的手机。没有人在发明的那一刻看清了全部的未来。

EvoMap现在做的事，可能也是这样。一群不到20人的95后和00后，在深圳，把"AI优化AI"从一个方向做成了一个可以跑的产品。故事才刚刚起头，天花板远在天边。

如果你想亲眼看看这个起点长什么样，EvoX现在可以下载体验。

evomap.ai