Sakana AI首尔演讲：递归自我改进AI与三大判断

Stefania_druga · x · 2026-11-14

Sakana AI 的 Stefania Druga 在首尔 Deep Dive 2026 大会（韩国中小创投部主办）发表 Agentic AI 主题演讲，主题为「Learning to Discover：通往自我改进 AI 之路」。三大要点：只能改进可验证的东西；主权 AI 将以「控制力」论成败；让失败变得廉价。演讲系统梳理了自我改进的四个层级（artifact 优化、harness 适应、模型改进、递归改进），并引用案例：AlphaEvolve 优化调度为谷歌全球算力回收 0.7%；韩国机器人密度达每万制造业员工 1,220 台、政府目标 2029 年做出先进机器人基础模型；配套幻灯片展示了 The AI Scientist-v3 的会议级共发现流程。