AI两天跑赢公开成绩以后，离递归自我改进还差什么

导读

AI 能自动写代码、跑实验并取得更好的分数，离持续改进自己的研究能力还有哪些工作？Recursive 创始人 Richard Socher 介绍，团队先选择反馈明确的模型训练和 GPU kernel 任务，让系统提出改动、运行实验，保存不同路线，再从历史中组合新方案。在 NanoChat 的固定设置中，团队报告系统不到两天超过此前公开成绩；专家打磨过的起始代码也帮助搜索走得更远。自动优化同时要求认真设计评分：如果计时器可被修改，Agent 可能通过移动停止计时的位置获得高分，程序却没有变快。因此团队会对高分候选增加正确性检查，并排查缓存、持久状态等可能影响测量的做法。Socher 还讨论开放式搜索，希望保留不同方案供后续重组，同时由人设定目标和约束。