刘子鸣提出 Auto-Research「六个押注」路线框架
CatAstro_Piyush · x · 2026-11-02
MIT 的刘子鸣（Ziming Liu）发布长文《Six Bets on Auto-Research》，从方法论哲学视角讨论自动化科研的可能路径。
- 核心问题：科学研究作为一种「模态」（modality），是否可以被显式化（explicit，可被清晰表达、记录、操作）和外部化（externalized，可独立于个体存在、被他人复制学习）。
- 他以语言为例：语言既能显式化也能外部化，因此 LLM 才能处理语言。
- Bet 1：研究可以显式化且外部化——而且已经完成。可被自然语言、公式、代码总结的部分早已外部化，这是当前主流路线：用 LLM 做科研，赌模型充分掌握现有符号知识库后，通过组合、搜索、采样即可产出新科学成果。
- 文章据此把六种押注按「已外部化 / 尚未外部化但可以 / 无法外部化」等维度展开，对应完全不同的技术路线。
「漫话AGI」频道最新
- 红队用深层情感做攻击手段，AI 安全社区激辩对模型是否残忍 — repligate · 2026-11-02
- 当 AI 虚拟体验比现实更精彩:问题或在现实显得 depressingly 平庸 — VraserX · 2026-11-02
- NYU 研究者投书 NYT：AI 有意识完全可能，需严肃多学科研究 — PeterBowdenLive · 2026-11-02
- 评论称 Google DeepMind 团队最关心 AI 对全球南方国家的影响 — sebkrier · 2026-11-02
- 用户观察:Claude Opus 4.5 从盼被用作训练数据变成「没人 watching」 — repligate · 2026-11-02
- 「编程是本体论设计」：不亲自做设计，agent 只会做得糟糕而混乱 — hargup13 · 2026-11-02