南开团队提出 L0-L3 框架拆解 AI 自主研究的控制权归属
新智元 · wechat · 2026-11-14
南开大学联合中关村学院团队发布综述，将「AI 改进 AI」（AI4AI）的研发过程拆解为三项关键决策：搜索方向（探索什么）、搜索空间（允许改什么）、评价信号（什么算成功），并据此提出 L0–L3 控制来源框架。
- L0：三项决定均由人类或外部规则给定，程序只执行；
- L1：AI 决定下一步怎么搜，如 FunSearch 提出代码修改方向；
- L2：AI 改变可搜索方案空间，如 DreamCoder 提炼可复用子程序入库；
- L3：AI 构建影响训练或筛选的评价信号，如 Eureka 生成奖励函数。
综述还按改进对象把 AI4AI 分为四个分支：Learning（架构/优化器/训练流程）、Inference（提示词/工作流/推理时算力分配）、Data（数据筛选/混合/合成，如 DoReMi）、Infrastructure（如 AlphaEvolve 优化矩阵乘法与 TPU 电路）。
论文进一步讨论：搜索空间的改进不止于扩展，压缩无效组合同样有价值；当 AI 参与构建评价器时，需保留隐藏测试、独立实验等外部验证路径，以防「通过率提高」来自测试变简单；递归自我改进需要多代实验、固定预算基线与未见任务迁移等跨代证据。
「漫话AGI」频道最新
- AI 竞赛终局猜想:多家均势或中心化全景监控 — CedricMakes · 2026-11-14
- 投资人称身边 60% 的人有某种 AI 精神症，越聪明陷得越深 — StewartalsopIII · 2026-11-14
- AI 不会让人人平等,反而比金钱更狠地拉开认知差距 — prasenx · 2026-11-14
- 幼儿只能从会回应的对象学新词,研究呼吁用响应式 AI 复测 — AnnaCiaunica · 2026-11-14
- 开发者感慨墨菲定律时代:数十亿并发事件让罕见故障成日常 — bingxu_ · 2026-11-14
- 开发者自述：agent 时代全能独立者反而更难被大厂雇用 — rudrank · 2026-11-14