李飞飞与Jeff Dean对谈RSIAI自我改进存在物理天花板

2026年11月初，斯坦福大学‘直面AI的未来’大会举行李飞飞与前谷歌首席科学家Jeff Dean关于递归自我改进（RSI）的深度对话。两人指出，当前硅谷将元学习、NAS等自动化实践统称RSI，存在术语滥用问题。李飞飞强调，‘AI无限加速自身进化’是混淆真实进展与想象的叙事；Dean补充，即便系统能优化模型结构或实验设计，其底层研究能力未变，且训练、验证与硬件构成刚性约束——物理世界不会为算法让步。Dean虽于2026年8月联合创立专注AI闭环科研的Discovery Loop公司，但明确表示创业目标是探明RSI在现实约束下的上限，而非追求指数级加速。对话中，双方指出当前AI‘自我改进’仍依赖人类设定的目标与外部指标（如准确率），缺乏自发定义‘更好’的能力；实证显示，超70%所谓‘AI自主研究’需人工介入关键节点，DeepMind实验亦表明重写代码未提升数学推理性能。METR数据显示，2026年10月大模型综合能力增速达此前1.9倍，但误差扩大、波动加剧，反映边际收益递减。二人主张区分‘流程自动化’（已实现）与‘能力递归演化’（尚处理论阶段），推崇人机协同增强回路：AI处理重复实验与初筛，人类主导假设生成与诠释。李飞飞总结：‘若连RSI定义未共识就宣称奇点将至，有害领域健康’；Dean回应：‘我们不是证明它能多快，而是弄清它最多能做到哪一步’。