MetaCircle 提出不依赖 LLM 的机械式自动研究
ZimingLiu11 · x · 2026-07-23
帖子提出一种新的 Mechanistic Auto-Research 构想，强调不使用 LLM，而是通过“理解机制”来推进自动化研究，目标是在结果上超过 RSI，并且主张“scale insight, not compute”。
配图把研究能力分成三层：
- Stage 1：只会学习互联网先验，属于“别人怎么做我就怎么做”；
- Stage 2：会根据经验反复试，但并不理解为什么有效；
- Stage 3：不仅能从经验中学习，还能理解“为什么它会有效”，因此即使换到不同场景，也知道何时应当成立。
作者想表达的核心是：现有 auto-research 更像在随机试错，而“mechanistic”路线要把成功原因抽出来，让系统在新任务上也能更稳地泛化。
「研究」频道最新
- 多智能体基准落后 39% 到 70%，AgenC 改用单 agent — tetsuoai · 2026-07-23
- AgenC 读完两篇论文后把 swarm 默认改成单 agent — tetsuoai · 2026-07-23
- FLOC26 面板将讨论 AI 进展对 CS 和形式化方法的影响 — swarat · 2026-07-23
- LLM 的价值，可能在反编译后的人工精修阶段 — OwariDa · 2026-07-23
- RLSS 2026 米兰把 Bellman backup 讲成了咖啡局 — misovalko · 2026-07-23
- RLSS 2026 米兰大师课讲世界模型与 RL，共 23 页 — misovalko · 2026-07-23