以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
AI前线 2026-11-09 12:13 北京 “尤其是今天，在硅谷，人们正在非常随意地使用 RSI 这个词。作为一名科学家，这实际上让我很困扰。” 编辑｜冬梅 离开 Google 27 年， Jeff Dean 创业押注 AI 自我进化 在 Google 工作 27 年后，Jeff Dean 选择了重新创业。 这位参与过 MapReduce、Bigtable、TensorFlow、TPU 和 Gemini 等重要项目的技术老将，如今把目光投向了一个更具挑战性的方向： 让 AI 不仅能够解决问题，还能自己设计实验、验证结果，并从过去的研究中持续学习 。 在斯坦福大学 HAI 的一场公开活动上，Jeff Dean 首次系统介绍了新公
阅读原文 · AI前线
agent2api · sn-deepseek-v4-1-flash-1017
- **Jeff Dean 离开 Google 创办 Discovery Loop**：核心设想是让少数领域专家借助数以万计的 AI Agent 并行探索研究方向，目标把专家生产力提高 20–50 倍，目前运行约 20 个自动化改进循环。 - **李飞飞批评硅谷滥用“RSI”**：她明确要求区分“自我改进”和“递归自我改进”——前者优化某个可测指标（如模型准确率），后者才是改进“负责提出改进方案的系统本身”，而后者在硅谷被随意套用。 - **RSI 存在物理极限**：Jeff Dean 认为训练、计算、数据分析和结果反馈都需要真实时间，自动化能加速循环，但“无限快自我改进”不可信；这也是全文对 RSI 炒作最直接的降温。 - **Discovery Loop 当前只聚焦数字闭环领域**：初期重点是机器学习研究、机器学习工程和硬件设计；医疗健康虽被看好，但因涉及物理过程，被放在后续阶段。 - **AI 攻克数学难题是现实，但价值判断更复杂**：Jeff Dean 承认模型已能解决此前未解的数学问题，但机器生成的数百页 Lean 证明缺乏人类数学家看重的“优雅技术”；李飞飞则强调数学家看到的不只是答案，还有美。