无尘阁日记

无尘阁日记

Jeff Dean 对话李飞飞:RSI 没那么神,但科学实验会被彻底自动化
silcano

AI 讯息雷达 · 重磅访谈精华 | 2026-11-07 | 信源:量子位、腾讯新闻、新浪财经(对谈时间为 10 月末斯坦福 HAI 活动)

上周的硅谷有一场不太一样的对谈:斯坦福 HAI 的活动上,李飞飞对话 Jeff Dean——Google 第 30 号员工、在谷歌干了 27 年、主导过 TPU 和 Gemini 研发的传奇工程师。他今年 8 月离职,和 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 三位谷歌老将一起创办了新公司 Discovery Loop,消息传出当天谷歌股价跌了 4%,随后传出 500 亿美元估值的融资消息。

一个 58 岁、功成名就的谷歌传奇,为什么这时候出去创业?这场对谈把答案讲得很清楚,而且难得地说了大实话。

一、先泼冷水:RSI 没有硅谷吹的那么神

现在硅谷最热的概念之一是 RSI(递归自我改进):AI 改进 AI,然后指数级起飞。Jeff Dean 的判断非常直接:「不太现实。」

他举了个例子:一个人凌晨 2 点跑完实验,还是要等早上 8 点回到工位看结果。自动化系统确实能省掉这段等待、及时决定下一轮做什么——但训练、计算、保存数据、评估结果,这些步骤仍然需要时间,受制于物理定律。要用这套系统构建基座模型,依然需要大量训练和实验,「无限爆炸」在工程和物理现实中都不成立。

他甚至认为硅谷泛化并滥用了 RSI 这个概念:严格意义上的 RSI 是系统能自主递归改造本体——包括硬件。现在的 AI 离这还远。

二、Discovery Loop 在做什么:把科学实验的通用循环自动化

物理、化学、材料、芯片工程,所有科学领域本质都在跑同一个循环:提出假说 → 做实验 → 看数据 → 规划下一轮实验。Discovery Loop 的路线就是把这个实验循环彻底自动化:AI 提出假说,同时并行跑成千上万个实验,根据结果持续修正,让每一轮实验设计都比上一轮更好。

几个扎眼的数字:

  • 公司目前已有约 20 个自动化改进循环在运行,连他们自己的研发流程也用智能体和自动化框架跑;
  • 目标朴素而狂野:让少量专家带着大量 Agent 做研究,把领域专家的生产力提高 20 到 50 倍——Jeff Dean 自己也承认这个数字还是尚待验证的目标;
  • 为了搭团队,前三周他们在咖啡馆等地进行了 400 场面试;
  • 公司注册为公益组织(PBC),因为他就想专心做研究;
  • 团队里还挖来了 Moonshot AI 做 Kimi K3 的 2009 年出生的天才少年陈光宇。

先攻数字领域(机器学习研究、工程、硬件设计),因为实验循环可以在数字环境里完成;生物、材料这些要动真实物理实验的,往后放。

三、李飞飞的追问:AI 科研会不会变成只会做实验?

这是全场最有意思的问题。李飞飞指出:物理学历来有理论与实验的分工,牛顿、爱因斯坦不靠海量实验,靠数学推导就能建立新认识。如果 AI 主要靠大规模并行实验找答案,它能不能承担理论创新?

Jeff Dean 的回答是:两者没有严格界限——自动化系统同样可以根据实验数据提出理论,再迭代出更简洁、解释力更强的方案。他还设想了一个更远的可能:当 AI 积累了跨领域的大量研究经验,也许能从不同学科的实验结果里发现传统学科边界内看不到的新联系。当然,能不能带来原创性理论突破,他也老实说:待验证。

四、传奇自己也看走眼过

这一段最难得——Jeff Dean 公开复盘了自己(和全行业)的三个误判:

  • 编程。编程本来就是 Gemini 团队关注的方向之一,但他没有充分预见这项能力会如此深刻地影响模型解决各种问题的能力——事后看,写代码其实是通用推理的万能钥匙,全行业早期都低估了它。
  • MoE 架构。他曾期待神经网络会长出更多奇特、不规则的「生物网状」结构,这条演进路线完全没按预想展开。
  • 《知识蒸馏》开山之作当年被 NeurIPS 当场拒稿——奠定了如今轻量模型基础的那篇论文,评审当时没看上。

顺带回应了 OpenAI 那批 722 篇机器数学手稿:机器吐出的 500 页形式化符号确实冰冷、缺乏人类数学的审美与精妙技巧,但它确凿地证明了「问题在现有体系内可解」,能反向激发人类去找优雅的解法。

五、闲聊两句

把这场对谈和国内的事放一起看很有味道:丘成桐说「AI 冲击如海啸,要冲浪不要躲避」,Jeff Dean 的选择是直接下水造冲浪板——但两人殊途同归的地方在于:都强调AI 的瓶颈在基础与物理现实,而人的价值在提出问题和消化理解。

Jeff Dean 有句话值得记下来:如果一个系统已经通过 AI 创新解决了 5000 个问题,第 5001 个问题应该是它能从前 5000 个里学会自己解决的。科学发现的加速器,拼到最后不是参数,是实验迭代的效率。

参考信源:量子位《Jeff Dean李飞飞最新对谈:全是RSI非共识》 · 腾讯新闻《前谷歌首席科学家Jeff Dean对话李飞飞》 · 新浪财经对谈报道。本文为精华整理与拓展评论,观点归原作者。

关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。 看完整履历海报 → skills 实验室 →