Jeff Dean 创业做 AI 自我进化，李飞飞当面泼冷水：无限加速不可信

“RSI”这三个字母，最近在硅谷被用得越来越随意。Recursive Self-Improvement，递归自我改进，听起来像是按下按钮就能让 AI 无限变强。但在斯坦福 HAI 的一场公开活动上，Jeff Dean 和李飞飞给出了一个冷静得多的版本。

一分钟速览

• Jeff Dean 在 Google 工作 27 年后创业，新公司 Discovery Loop 聚焦 AI 自我进化与科研自动化。
• 公司已建成 Agent Harness 基础设施，运行约 20 个自动化改进循环，目标是让领域专家生产力提升 20 至 50 倍。
• 李飞飞在对话中要求厘清定义：自我改进是优化某个指标，递归自我改进是改进“提出改进方案的系统本身”。
• 两人都认为，受真实物理过程限制，“无限加速”不可信；自动化会提速，但不会无限提速。

Discovery Loop 想做什么

Jeff Dean 的履历几乎就是一部现代 AI 基础设施史：MapReduce、Bigtable、TensorFlow、TPU、Gemini。离开 Google 后，他选择的方向是让 AI 自己设计实验、验证结果，并从历史研究里持续学习。

这家公司的组织方式也很有意思。成立前三周做了约 400 场面试，团队里约 10% 拿过 ACM 计算奖，约 10% 有国际信息学奥林匹克奖牌，成员来自 Gemini、DeepSeek、Kimi 等项目，还有参与 Go 语言的人。Jeff Dean 想做的，是把长期做大规模 AI 研究的资深工程师，和年轻的研究者放在一起。

他给出的目标很具体：让领域专家的生产力提高 20 至 50 倍。实现方式不是让一个大模型单打独斗，而是让少数专家确定研究方向，由数以万计的 AI Agent 并行探索子问题、组织实验、根据结果调整方向。目前团队运行着约 20 个自动化改进循环，主要用于研究如何提高实验效率，以及怎样从历史实验结果中学习。

定义之争：自我改进不等于 RSI

李飞飞在对话里做了一件很重要的事：把概念拆开。她提到，这个概念在不同年代叫过增量学习、持续学习、元学习、终身学习，现在又变成了自我改进和 RSI。

Jeff Dean 的区分很清晰。自我改进系统，是你给它一个目标，让它优化某个可测量的指标，比如提高模型识别 MRI 图像的准确率。系统尝试不同架构，指标慢慢变好。但负责“提出下一步实验方案”的那个基础系统，并没有变好。

递归自我改进则不同：它要让这套改进方法，反过来改进提出改进方案的系统本身。用李飞飞的话说，这才是把幻想和事实分开的关键。她直言，作为一个科学家，看到 RSI 被随意使用会感到困扰。

物理极限在哪里

李飞飞问得很直接：RSI 被炒作成一个没有终点的系统，可以一直加速到无穷大，这里面哪些是事实，哪些是幻想？

Jeff Dean 的回答回到了工程现实。过去十几年，模型能力的提升靠的是大量实验：研究人员提出想法，跑小规模实验，有效的留下，无效的丢掉，再整合进下一代模型。自动化确实能提速——实验凌晨两点跑完，机器可以立刻看结果、决定下一步，而人类要等到早上八点。

但再快也有边界。训练要花时间，计算要排队，数据要保存和分析，另一个模型看结果也需要时间。这些都是真实的物理过程。“有些人幻想这个循环能以无限快的速度运行，我认为并不可信。”自动化会提高改进速度，但不意味着速度能无限增长。

人类自己就是例子

李飞飞用煎蛋打比方：第一次烧焦，第二次好一点，试十次总能做出能吃的煎蛋，这是自我改进。但在这个过程中，她的大脑发生了改变，神经元连接调整，让她变成一个更会煎蛋的系统——如果这种循环不断发生，人类算不算 RSI 系统？

Jeff Dean 的回答是：人类两者都是。学煎蛋是自我改进，而“学习如何学习”才是递归自我改进的来源。当你理解什么样的知识、什么样的呈现方式最容易被自己吸收，就能用这套认识更快地学别的东西。

这个类比把讨论拉回了地面。RSI 不是一个神秘的开关，而是一种可以拆解、可以工程化的循环。把它当成实际运行的系统来看，它没那么可怕，也更容易理解。

对行业的启示

第一，术语需要被校准。当“RSI”变成融资路演的常用词，外界很容易高估短期进展。把自我改进和递归自我改进区分开，能让讨论回到可验证的层面。

第二，基础设施比口号重要。Discovery Loop 花大力气做 Agent Harness，说明万级 Agent 协作的瓶颈不在模型智商，而在调度、验证和知识沉淀。谁能把实验闭环跑稳，谁才有资格谈自我进化。

第三，人的角色没有消失。两位研究者都强调，领域专家负责提出重要问题，AI 负责并行探索。科研自动化的终点不是取代科学家，而是把科学家从重复实验里解放出来。

RSI 会不会到来，目前没有答案。但至少在这场对话里，两位当事人给出了一个共同的判断：进步是真实的，无限加速不是。对一条被资本和叙事推着走的赛道来说，这种克制比任何预测都更有价值。