Jeff Dean 在斯坦福：AI 不可能把自我改进循环跑到无限快

递归自我改进已经成为 AI 领域最有冲击力的一个想法——在理论上，它是一根杠杆，能把渐进的研究进展变成没有天然上限的指数级加速。2026 年 10 月，有三个星期，Jeff Dean 处在一个独特的位置上，可以评判这一主张。他在 8 月 5 日离开谷歌，联合创办了Discovery Loop，一家围绕科学实验循环自动化而建立的公司。10 月 28 日，他来到斯坦福 HAI 的「直面我们的 AI 未来」大会，大概是唯一一位既在谷歌规模上设计过大型 AI 基础设施、如今又首次运营着实时自动化研究循环的演讲者。在与李飞飞的闭幕炉边对话中，Dean 讲述了自动化研究循环能做什么、不能做什么——并在此过程中，在「自我改进」与「真正的递归自我改进」之间划出了一条精确的界线，这条界线说明了为什么当下大多数关于递归自我改进（RSI）的说法经不起推敲。

「递归」究竟需要什么：Dean 的诊断测试

围绕机器自我改进的说法已经换过太多名字，以至于在大众用语里，这些术语几乎可以互换。李飞飞在炉边对话开场时梳理了这条演变脉络：增量学习、持续学习、终身学习、元学习、神经架构搜索，以及如今的 RSI。每一代研究都捡起大致相同的直觉，再换个名字。名字越来越多，反而让人更难——而不是更容易——弄清真正的递归需要什么。

Dean 的回答是一个诊断性问题：变得更好的究竟是谁？

他用一个医学影像的例子说明了其中的区别。设想一个团队在构建 MRI 诊断模型。他们搭建了一条自动化流水线，测试不同的神经网络架构、跑验证、检查性能指标，并选出表现最好的变体。随着时间推移，这个 MRI 分类器会显著变好。这是一个真实、有用、有商业价值的系统。但 Dean 的论点——正如他在斯坦福炉边对话中所阐述的——是它不算 RSI。

原因在于结构。在这个场景里变好的，是下游的 MRI 应用模型。那条设计实验、制定评估标准、决定下一个尝试哪种架构的流水线，在这些事情上丝毫没有变好。它生成假设的能力、找出值得继续改进的方向的能力、判断哪些实验设计可能提供有用信息的能力——从第一个实验到最后一个实验，全都保持不变。做实验的那一方始终如一；变好的只是实验的产物。

真正的 RSI 要求反馈回路朝相反的方向运转：运行实验的经验，必须让做实验的系统本身变得更有能力。提出假设的流水线，必须因为跑过上一轮，而提出更好的假设。基础研究设施必须在能力上复利增长，而不只是在产出上累积。按照这个标准，当下大多数被称为能自我改进的 AI 系统都不合格——它们是改进自身产品的流水线，这很有价值，但与一个能改进「制造产品的能力」的系统，在类别上就不同。

这个区别不只是语义之争。如果把 RSI 重新定义为包括任何自动化优化循环，那么每一个 AutoML 系统、每一个超参数调优器、每一条带反馈机制的代码生成流水线，都成了「递归」的。这个概念也就无法对能力增长轨迹做出任何具体预测。Dean 更严格的标准保留了原始主张的理论内涵，也有助于解释为什么 AI 发展至今还没有进入一些预测所假设的失控加速阶段。

Discovery Loop：20 个实时运行的实验循环究竟是什么样

Dean 与 Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 共同创办了Discovery Loop——这几个人以往的工作，涵盖了谷歌的核心基础设施、AlphaGo 的后续系统，以及通过神经架构搜索让机器设计神经网络架构的首批实际演示。公司以公益公司的形式设立，获得了 Khosla Ventures、Radical Ventures 和 Alphabet 的支持，这形成了一种不寻常的局面：谷歌同时是其前首席 AI 架构师新公司的战略投资者。

公司的核心论点并不是 RSI。而是：在「一个实验完成」与「设计下一个实验」之间的衔接处，人类研究者长期处于未被充分利用的状态——而这个空档，用现有技术就能解决。

Dean 描述这个问题的方式，任何上线过模型的机器学习工程师都会立刻心领神会。研究者下午 5 点提交一个实验，训练在凌晨 2 点跑完，结果就一直闲置到研究者早上 9 点回来。六七个小时本可以用来迭代实验的时间，就这样败给了生理作息。放到整个研究机构的规模上，这种闲置是巨大的低效——不是算力上的低效，算力一直运转良好，而是科学决策节奏上的低效。

Discovery Loop 的系统正是针对这个衔接处。当训练在凌晨 2 点结束时，一个自动化系统会读取日志，结合更大的实验背景评估结果，并立即启动下一轮实验迭代，无需等待人工审阅。结果是，实验循环持续不断地运转，而不再跟着人类的工作时间走。Dean 告诉李飞飞，Discovery Loop 目前在其研究议程中运行着大约 20 个这样的自动化循环，目标是把研究速度提升到当前的 20 到 50 倍。

这是一项重大的实际收益。但按照 Dean 自己的定义，它也不是 RSI。

这 20 个循环在改进的是特定的模型和研究产出。决定如何运行这些循环的基础设施——也就是判断哪些实验值得做、如何结合背景解读结果、哪些假设最值得测试的那个系统——本身并不会因为运行了这些循环而变得更好。Discovery Loop 正在用实时运行的系统，展示当前的自动化在不跨入真正递归的前提下所能达到的上限。

阻止无限加速的物理规律

自动化收益与 RSI 之间的差距不只是概念上的——它是由物理规律强制决定的。

Dean 明确解释了为什么 AI 研究无限加速的愿景，在他看来是一种幻觉。「有些人有这样一种幻觉，以为你能把这个循环跑到无限快，」他在斯坦福炉边对话上对李飞飞说。反驳的依据与 AI 能力无关；而在于计算本身。

机器学习训练循环的每一次迭代都需要实打实的计算。矩阵乘法必须在物理硬件上运行。在数十亿个参数上做反向传播，所需的实际时间与工作量成正比。数据必须在带宽有限的硬件上读取、处理和校验。任何算法改进都改变不了这个根本限制：当前实验结束之前，下一个实验无法开始；而实验之所以耗时，是因为信息处理的底层物理存在不可约减的成本。

此外还有一条无法在时间上并行化的因果依赖链。第 N+1 个实验的设计取决于第 N 个实验的结果。即使一个系统能瞬间分析结果并生成完美的下一个实验方案，它仍然得等结果出来。瓶颈从人的闲置时间转移到了计算时间，而计算时间是不能单靠软件来压缩的。

正是这一物理限制，让 Discovery Loop 把当前的重点限定在三个领域：机器学习研究、工程优化和芯片设计。这三个领域的共同点是，完整的实验循环——假设、实验、结果、解读——可以完全在计算环境中闭合。仿真在硅片上运行，在硅片上产出结果，也可以在硅片上评估。不需要任何物理合成。自动化收益之所以真实且可观，是因为整个循环里没有任何环节需要离开数字世界。

在材料科学、药物发现和合成生物学这样的领域，这一限制就变得绝对了。一种新的聚合物需要几天甚至几周来合成和测试。细胞系不可能在 GPU 上培养。化学反应的速度由热力学决定，而不是由调度它的系统的速度决定。在这些领域，自动化可以加速设计和分析阶段，但实验步骤本身受物质的物理规律约束。这个「循环」中存在不可约减的物理延迟，再快的推理速度也压缩不了。

人类实际上是如何学习的，以及这对机器意味着什么

围绕 RSI 的争论，还牵涉到一个更微妙的问题：在一个真正具备递归改进能力的认知系统——人脑——中，真正的递归改进是什么样子的。

李飞飞提出了一个类比，Dean 将其展开成一个关于人类学习的双模式模型。想想学做煎蛋卷。第一次通常做得很差。第二次好一些。试过十几次之后，做出一个像样的煎蛋卷就成了家常便饭。这是针对特定任务的自我改进——通过练习的反馈回路，提升某项具体技能的表现。它有价值，也能在该技能领域内有一定的泛化，但它并不会改变学习者的根本结构。

Dean 认为，让人类学习真正具有递归性的，是同时进行的第二个过程。人在接触新领域、掌握新技能的同时，也在更新自己对「学习如何发生」的认识。一个学过编程、学过一门乐器、又学过第二语言的人，并不只是积累了三项技能——他们还更新了自己对有效学习策略是什么样、如何分配注意力、如何辨别有益的困难与无益的困难的隐性认识。这种元学习——改进学习过程本身——正是人类能够迅速进入全新领域的原因。学习者的底层基础变得更擅长学习了。

一个 AI 系统要实现真正的 RSI，就需要有这第二个过程的对应物。它不仅需要在训练所针对的具体任务上进步，还需要在找出有价值的研究方向、设计能提供信息的实验、生成能简洁解释实验结果的理论这一整套通用过程上进步。Dean 指出了这可能是什么样子：一个系统在足够多的领域中运行足够多的实验，从而发现最简描述的理论——也就是用最少的假设解释最多观测现象的框架。这样的系统不只是产出结果；它会提出更好的问题，而这正是递归的部分。

目前没有任何系统能被证明做到了这一点。Discovery Loop 的 20 个循环并不会更新系统生成假设的能力。决定下一步运行什么的基础设施，是由其设计者固定下来的。现状与真正的 RSI 之间，差距依然很大。

纳维-斯托克斯的检验：AI 是探路者，人是理论家

近来 AI 在数学研究前沿最大的一次展示，出现在 2026 年 9 月 8 日，当时OpenAI 宣布，一个多智能体系统生成了一份针对纳维-斯托克斯方程的证明——这是数学界七大千禧年大奖难题之一。根据这一说法，大约 1 万个 AI 智能体并行运行了约 88 小时，产出约 1300 亿个输出 token——形成了一份以机器可验证格式写成的形式化证明。

数学界的反应褒贬不一。菲尔兹奖得主陶哲轩 2026 年 10 月在加州理工做了一场讲座，主题是他所说的「数学 2.0」。他肯定了这项技术成就，同时指出了可理解性的问题：一份填满数百页形式化验证代码的机器生成证明，可能在逻辑上是正确的，却没有给数学带来任何启发。人类数学家追求的不只是确定一个命题的真假。他们追求的是可以推广的证明技巧——可以被提炼、传授，并应用到相邻领域开放问题上的方法。一份只有机器才读得懂的证明，并不能丰富这个领域的工具箱。

李飞飞在炉边对话中向 Dean 提出了这个矛盾。数学的历史并不完全是实验性的。它最伟大的进展——牛顿力学、爱因斯坦的相对论、黎曼几何——都不是在解空间中暴力搜索的产物。它们包含着重新组织整个领域的概念飞跃。如果 AI 科学研究被大规模自动化搜索所主导，它产出的会不会是另一种知识——可以被验证为真，但在结构上无法理解？

Dean 的回答更偏务实而非哲学。即便是一份没有人能一口气读完的机器生成证明，也完成了一件无可替代的事：它确认了解是存在的。对于那些研究着抵挡住了数十年人类努力的问题的数学家来说，知道这个问题终究可解，会改变工作的性质。它把一种「可能根本不可能」变成了一个「确认存在的空白」。研究者随后可以把人力投入的问题，从「能不能找到证明」转为「如何让现有证明变得人类可理解」——从机器生成的脚手架中，提炼出优雅的核心。

这勾勒出 AI 辅助科学中的一种分工，比「AI 将加速研究」这种笼统预测要具体得多。机器负责在假设空间和证明空间中进行穷举搜索，覆盖人类研究者需要数年才能走完的范围。人的贡献则转向机器最不擅长的工作：判断哪些解值得去找、从一个已确认的结果中提炼可推广的洞见，以及构建那种能照亮其他问题的简洁理论框架。这不是取代人类的科学创造力；而是让它更加专精。

从现在起，真正的 RSI 还需要什么

Discovery Loop 的做法展示了自动化研究近期的实际样貌：消除人的闲置时间、跨领域并行开展实验、维持 24 小时不间断的实验节奏，而不改变研究基础设施的底层智能。这些都是可观的效率提升。按 Dean 自己的估计，在完整循环可以全部计算化的领域里，把研究速度提升到当前的 20 到 50 倍是可以实现的。

真正的 RSI 依然更多停留在定义层面，而非得到证明。从 Dean 和李飞飞的框架推演，它需要的是这样一个系统：基础研究设施——决定研究什么、如何设计实验、如何解读模糊结果的那个组件——通过做研究这件事本身而得到改进。变聪明的是做实验的那个智能体，而不只是实验的产出。

Dean 和李飞飞都没有给出这方面的时间表。正是这种区分上的坦诚，让这场对话显得不同寻常。Dean 并不是在反对 AI 加速科学的潜力；他运营着当前正在运行的最先进的自动化研究循环。他的论点是：这个循环不可能无限快，因为物理规律不允许；而 RSI 真正的限制不在算力或算法，而在于一个系统能否像人类科学家积累元知识那样，在研究判断力上实现复利增长。

研究界曾经以别的名字到过这里。这一次的不同之处在于，划出这些界线的人，不是谈论可能性的理论家——而是运营着实时系统的工程师，他们在把这个区别讲清楚这件事上，有着直接的经济和声誉利益。Discovery Loop 的创始人恰恰把线划在了自己公司所处的边界上，这要么是现代 AI 讨论中最可信的一种认知谦逊，要么是最有用的竞争定位。也可能两者都是。