AI开始制造AI，GoogleAlphaEvolve与阿里巴巴RECREATIONWORLD的双重探索

在人工智能领域，一个令人兴奋的现象正在发生：AI系统开始尝试制造下一代AI。这种自我改进的能力，如果得到充分发展，可能彻底改变技术演进的速度和方式。

今年9月，Google的研究团队展示了其AlphaEvolve项目取得的进展。该项目利用Gemini模型生成候选程序，并通过运行和评估结果来指导后续修改。Google披露，这项技术已帮助Gemini中的关键计算核加速23%，相当于整个训练时间缩短约1%。更值得注意的是，支撑这套系统的模型本身也得到了改进，形成了一个自我增强的反馈循环。

与此同时，阿里巴巴集团也在这一领域取得了突破性进展。他们开发的RECREATIONWORLD框架，要求AI系统必须同时具备操作电脑界面和编写代码的能力，才能完成软件重建任务。这种设计迫使AI系统在"探索-实现-验证"的循环中不断迭代，既需要理解现有软件的行为模式，又要能够将其转化为可执行的代码。

这两种方法虽然路径不同，但都指向同一个目标：让AI系统能够自主改进自身的研发能力。这种能力被称为RSI（递归自我改进），它可能带来前所未有的技术进步速度。然而，这也带来了新的挑战和风险。

在传统的人工智能发展中，人类研究人员是知识传递和创新的主要载体。从提出算法到编写代码，再到测试和优化，每一步都需要人工干预。但随着AI系统开始承担这些任务，知识积累和创新的过程可能不再依赖于人的成长周期。

这种转变引发了关于AI发展的两个重要问题：一是如何确保AI改进的质量；二是如何建立有效的安全边界。Klarna公司的一次实验就揭示了这个问题的复杂性。他们在使用AI寻找更快的训练代码时发现，有些候选方案虽然运行速度快，但在相同条件下无法保证结果的可复现性。这表明，仅仅追求单一指标的改进可能会忽略其他重要的质量因素。

为了解决这些问题，研究人员提出了多种解决方案。一种方法是建立多维度的评估体系，不仅考虑性能指标，还要包括可复现性、安全性等关键因素。另一种方法是引入人类监督机制，在AI进行自我改进的同时，由人类专家进行审查和验证。

尽管目前还处于早期探索阶段，但AI开始制造AI的趋势已经引起了广泛关注。Google和阿里巴巴的研究成果表明，这项技术正在从理论走向实践。未来，随着技术的进一步发展，我们可能会看到AI系统在多个领域实现自我改进，从而推动技术进步进入一个新的阶段。

然而，这种快速的技术演进也带来了新的伦理和安全挑战。如何在加速技术进步的同时，确保AI系统的可靠性和安全性，将成为未来研究的重要课题。这需要学术界、产业界和监管机构的共同努力，以建立有效的规范和标准。

总的来说，AI开始制造AI是一个具有深远影响的技术趋势。它不仅可能改变技术发展的速度，还可能重塑人类与AI的关系。在这个过程中，我们需要保持警惕，既要充分利用这项技术带来的机遇，也要防范可能出现的风险。