晚点聊 LateTalk · 曼琪 × 田渊栋 · 84 分钟 · INTERACTIVE BRIEFING

递归进化实验室:田渊栋谈 AI 自进化如何到来

把 84 分钟对谈压成一间可操作的递归实验室:RSI 定义、为何此刻升温、Coding Agent 与研究员闭环、AI scientist 边界、科学发现、领先者复利与安全风险、从研究者到创业者的现实判断。

Recursive Improvement Lab

选择一个实验模块,看 RSI 循环如何在不同轴线上展开

动画只做阅读导航,不伪装成外部指标。每个模块的“事实 / 观点 / 推测”都来自源稿语境。

递归循环、研究品位、安全约束、组织临界四条轴线会随所选主题重新分布。

证据卡

01
观点

RSI 比 Coding Agent 大得多

递归自进化不是 coding 的延伸,而是更难、路径更宽的新方向。

田渊栋在开场就明确:RSI 需要 coding 与 agentic 能力,但它的难度与可能路径远大于今天的 coding agent。公司名 Recursive SuperIntelligence 本身就是 recursive self-improvement 的近义词。

“我觉得 RSI 比 coding agent 要大得多……”
  • 00:00:00:RSI 需要 coding 与 agentic 能力,但难度与路径远大于 coding agent。

循环读数

递归闭环
82
研究品位
48
安全约束
36
组织临界
42

3 分钟判断

主线:RSI 不是 Coding Agent 的延伸,而是把研究闭环、科学发现与组织边界同时推入递归

01

RSI 之所以此刻升温,是因为 Coding Agent 已强到让顶尖研究员把验证周期从天压到分钟。

02

AI scientist 比普通 Coding Agent 多的是品位、可解释性与发现新 principle 的能力,而不是执行效率。

03

领先者复利成立,但路径是 S 型突破而非渐进;150 人组织临界与小团队精炼是同一枚硬币的两面。

原文音频

完整音频 + 人名标注原文

点击重点模块或原文时间戳,即可从对应位置继续收听。

00:00 / 01:24:28
↗ 源视频

原文来自人名标注版源稿;英文模式仅本地化控件,正文保持中文。

田渊栋

这个时候我觉得也许五年之后我就被取代了。那么这个时间可能已经快到了。那么在这种情况下与其自己被取代,不如我就开公司。