让模型去设计模型，AI 开始为自己的认知写图纸
据十月十五日报道，元环智能也就是 MetaCircle 宣布完成连续两轮共计数亿元融资，种子轮由顺为资本领投，上海未来产业基金、百度风投等跟投。这家成立于二零二六年的公司主打 AI for AI，其元模型可以直接生成模型架构与训练超参数，创始人兼首席科学家刘子鸣是清华人工智能学院助理教授，也是柯尔莫哥洛夫阿诺德网络 KAN 的提出者。 让模型去设计模型，是不是一种认知递归？ 过去我们设计神经网络架构，靠的是研究者的直觉和试错，ResNet、Transformer、KAN 每一步都是人想出来的。元模型想做的，是把设计空间本身交给一个学习过程去搜索，让一个系统输出另一个系统的图纸。这在工程上是 NAS 的升级，在认知上却是一个微妙的转弯，AI 不再只解人给的题，开始参与决定自己该用什么大脑去解题。 自动搜出来的架构，人还能理解吗？ 这是最值得警惕的地方。当架构由搜索发现而非由直觉发明，它可能高效，却不透明。你拿到一个跑得很好的模型，却说不清为什么这个连接方式比那个好，因为它不是被论证出来的，是被筛出来的。理解的链条在这一环断掉了。如果连设计者都不再能向自己解释架构，后续的故障归因、对齐修改都会变得更加困难。 AI for AI 会不会跳过人类直觉直接演化？ 资本涌入说明行业相信这条路能压缩从想法到模型的周期。但递归是有风险的，用 AI 设计 AI，再用那个 AI 去设计下一代，评估标准始终是人类给定的任务表现，而不是我们真正关心的认知性质。它会朝着优化目标狂奔，却可能在某个我们说不清楚的维度上越跑越远。元模型很可能是通往自我改进系统的一段路，但路上那块人还看得懂图纸的牌子，正在被悄悄撤掉。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论