跳到主要內容
AI 武林
Podcast進階中文

178: 与田渊栋聊 RSI:模型自进化如何到来?

來源 晚点聊 LateTalk

聽節目(在新分頁開啟原站)連到 晚点聊 LateTalk

摘要

晚點 LateTalk 主播曼祺於 2026 年 6 月專訪 Recursive Superintelligence 聯創田淵棟,探討 RSI(Recursive Self-Improvement,遞迴自進化)概念。田淵棟指出,RSI 的興起既因 Coding Agent 能力提升,也因模型能反哺自身最佳化,形成閉環。他認為 RSI 可能帶來「強者愈強」的階梯式躍升,而非平滑上升,並提及若 AI 能自動發現新知識,人類可能進入「修仙社會」。

LateTalk interviewed Recursive Superintelligence co-founder Tian Yuandong on RSI (Recursive Self-Improvement). He explained that RSI's rise stems from improved Coding Agents and models feeding back on themselves. He suggests RSI may lead to stepwise leaps rather than smooth progress, potentially a '

重點

  • 田淵棟專訪 Recursive Superintelligence 聯創,探討 RSI 概念。
  • RSI 興起因 Coding Agent 能力提升及模型反哺自身最佳化。
  • 田淵棟認為 RSI 可能帶來階梯式躍升,而非平滑上升。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00五年後被取代:開公司與 Coding Agent 的必要性
  2. 15:26RSI 與 AutoML 的區別:從架構搜尋到 AI 輔助設計
  3. 23:43RSI 的自進化路徑:從 Meta 到 Anthropic 的探索
  4. 28:54RSI 的市場地位:從邊緣到主流公司的轉變
  5. 32:00GLM 與 RSI 的比較:版本號差異與體驗最佳化
  6. 45:51AI 科學家能力:人類審美與抽象能力的缺失
  7. 50:42資料稀缺與 AI 研究:工程能力的積累與突破
  8. 53:34運算元最佳化進展:從 Double AI 到通用 ASI 邏輯
  9. 1:03:20RSI 的下一步:最佳化範圍與預後訓練的擴充套件
  10. 1:08:13RSI 的意識問題:自我意識是否為必要條件
  11. 1:15:11人類與 AI 的未來:多樣性與創造力的平衡
  12. 1:19:35從 Google X 到 Meta:工程與研究狀態的轉換
  13. 1:23:31導師與學生的關係:自動學習中的效率挑戰
  14. 1:26:15理想與現實的碰撞:工程師的審美與侷限

提到的工具與公司

  • AutoML
  • GPT-5
  • OpenAI
  • Anthropic
  • SOTA

適合誰看

對 AI 未來發展、自進化模型及自動化研究感興趣的技術愛好者。

摘要依據

依據
語音轉文字

為什麼排在這裡

人氣
0.50
新鮮
0.81

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。聽節目(在新分頁開啟原站)