AI自进化半年闭环

核心结论：Apodex首席科学家预言，最快半年内AI就能跑通一次完整的自我进化闭环。Anthropic 80%的代码已由AI自己编写，模型能处理的任务时长每7个月翻一倍。但真正的递归自我提升（RSI）还需要2-3年解决"递归漂移"问题。验证能力、代码能力、科学品味——这是AI自我进化的三大支柱。

一、AI自我进化为什么今年突然火了？

Anthropic最近承认了一件事：他们80%的代码已经不是人写的了——是Claude自己写的。同时，这家公司发出警告：AI可能很快就要自己设计、自己去训练下一代的AI了。他们管这个叫递归自我提升（RSI）。

Apodex首席科学家杜少雷（华盛顿大学副教授）和李辈滨指出，自我进化这个概念其实不是新的。早在三年前，Google就有论文用语言模型当优化器（LOM）。但为什么今年突然爆火？

模型能处理的长程任务时长，每7个月翻一倍，速度超过摩尔定律。

二、代码能力是所有能力的底座

为什么自我进化今年可行了？核心原因是代码能力。

一旦模型的写代码能力变强了，用它来进行自我提升、训练自己，是非常自然的一件事情。——李辈滨

代码能力的提升带来了三个层面的自我进化：

1. 预训练阶段——数据采集、清理过程中的自我优化
2. 后训练阶段——模型自己诊断缺陷、生成训练数据、自己训练自己
3. Harness/脚手架——整个训练框架的自我迭代

这三个层面像左脚踩右脚，让模型不断往前跑。

三、验证：Apodex写在名字里的核心能力

Apodex这个名字源自希腊语，意思是"证明与论证"。验证是他们的核心方法论。

自我进化最大的障碍：递归漂移（Recursive Drift）

模型在自我生成训练数据时，推理错误会一代代累积。即使答案看起来是对的，推理过程可能已经歪了。如果不加控制，进化结果会越来越偏。

Apodex的验证方法：Agent Team

四、发现模型 vs 生成模型

Apodex不做聊天模型，不做图片生成，不做视频生成。他们只做一件事——Heavy Duty Solver（专啃难题）。

发现模型最难的两点：

1. 提出超出经验范围的假设——需要模型有科学家的品味
2. 验证这个假设——没有标准答案的领域，验证本身就是难题

五、科学品味：AI自我进化的最后一道防线

李辈滨说了一个让人睡不着觉的问题：我们怎么知道模型在自我进化时没有跑偏？

现在他每天做的最多的事情，就是读模型的输出、读智能体的每一步操作，确保每一步都在可理解和可控制的范围内。一旦发现不对劲的行为，就手动停下、修改、调整。

说不担心失业可能是假的，但即使我担心，我其实还是乐观的。——李辈滨

如何培养模型的科学品味？

1. 不做拍马屁的模型——拒绝迎合用户的偏好
2. 不做鸡蛋里挑骨头的模型——不是为反对而反对
3. 和顶级科学家对齐——通过顶级科学家的偏好数据来校准品味
4. AI宪法——定义模型的性格和价值观

陈天桥在这方面亲自把控战略方向，经常和团队开会讨论，确保研究焦点始终在重要问题上。与马斯克不同——马斯克喜欢在X上发图、关注Grok的每个feature；陈天桥只关注Heavy Duty Solver，对聊天模型、视频生成"一点兴趣都没有"。

六、时间表：半年到两年

七、总结

本文基于硅谷101播客对Apodex两位首席科学家的访谈整理。