“递归自我提升”离现实还有多远

人工智能已经能够查阅文献、编写代码、运行实验，甚至参与下一代模型的训练。这是否意味着，AI很快就能不断改进自己，实现所谓的“递归自我提升”？一项基于未公开论文问题的“影子评估”，让AI智能体在六天时间里使用三千美元API额度和GPU资源，独立完成两项开放式研究。它顺利完成了大量工程工作，两篇论文却都没有达到顶级机器学习会议的录用标准。本期YiTalk讨论AI自动科研的真实进展：为什么执行数百次实验不等于做出好研究？AI为何难以判断哪些方向值得继续，又为什么无法及时放弃失败路线？递归自我提升最终会来自现有能力的逐步积累，还是仍需要一次新的架构突破？ 本期内容仅供信息交流，不构成任何投资建议。