a16z 播客对谈 Mark Chen 与 John Schulman:AI 递归自我改进还有多远
这期播客把 OpenAI 研究负责人和刚创办 Thinking Machines 的 John Schulman 拉到一起聊 RSI,视角很稀缺。他们不只讲愿景,还讲了为什么研究品味难以教给模型、对齐为什么可能靠 AI 自己解决。做 AI 研究或关注自主智能体的人值得花 15 分钟听。
a16z 播客 Working Theory 第一期上线,General Partner Sarah Wang 邀请 OpenAI 首席研究官 Mark Chen 和 Thinking Machines Lab 联合创始人兼首席科学家 John Schulman 对谈递归自我改进(RSI)话题。两人讨论的核心问题是:目前 AI 已在前沿实验室辅助研究人员跑实验、写代码、验证想法,距离 AI 完全自主开展研究还有多远。
节目按时间轴展开五个部分:从“最后一项发明”的概念引入,到 RSI 的定义、当前距离评估、实现完全 RSI 的路径,再到 RSI 的对齐问题。两人指出研究品味(research taste)很难被教给模型,并认为 AI 本身可能是解决对齐问题最有效的工具之一。
对谈嘉宾背景值得一提:John Schulman 是 OpenAI 联合创始人,离开后创办了 Thinking Machines Lab,两位分别代表头部实验室与新创公司的视角。对关注 AI 自主研究进展的研究者和从业者来说,这是了解前沿实验室内部判断的一手材料。
For decades, the idea of AI improving itself was just a thought experiment. Today, AI is already helping researchers at frontier labs run experiments, write code and test ideas faster. So how far are we from AI that can do the research on its own? In our first episode of Working Theory, a16z General Partner Sarah Wang explores recursive self-improvement with two leading AI researchers: Mark Chen, Chief Research Officer at OpenAI, and John Schulman, co-founder and Chief Scientist of Thinking Machines Lab, and co-founder of OpenAI. They cover what RSI actually means, why research taste is so hard to teach, and why AI may be one of our best tools for solving alignment. 00:00 The last invention 01:58 What is RSI? 03:21 How far are we? 05:56 Getting to full RSI 10:57 Aligning RSI 15:08 Working theory YouTube: youtu.be/h_aA1-R70E8 @markchen90 @johnschulman2 @sarahdingwang
本条情报归属 AITOP「行业」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:OpenAI、Thinking Machines Lab、RSI、a16z,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「a16z」(@a16z),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 OpenAI Blog、METR、Greg Brockman 等),属于近期高关注度行业信号。