当AI开始「自我迭代」：Salesforce前CTO砸6.5亿美元，要让机器自己进化自己
🔗 分享文章：https://xlx.baby/?p=512
你能想象一个AI系统不仅能回答问题，还能自主研究和改进自己的代码吗？前Salesforce首席技术官Richard Socher砸下6.5亿美元，创立了一家野心勃勃的初创公司——要用AI造出「会进化的AI」。这不是科幻，这是2026年AI圈最疯狂也最令人不安的赌注。当机器学会自我迭代，人类还能站在舵手的位置上吗？
📌核心要点：
🔹 6.5亿美元种子轮：Richard Socher创立新公司，融资规模创AI领域种子轮历史纪录
🔹 自我迭代AI：目标是构建能自主研究和改进自身的AI系统，突破现有AI的能力边界
🔹 产品导向：Socher强调「这次不一样」——不是实验室研究，而是要真正交付可用产品
🔹 争议与风险：AI自我修改代码的能力引发安全担忧，OpenAI、Google均投入类似研究
Richard Socher，这个名字在AI圈几乎无人不知。他曾是Salesforce的CTO，主导开发了著名的Einstein AI平台；更早之前，他创立的MetaMind被Salesforce以3.6亿美元收购。但这一次，他要做的比任何时候都更激进。
根据TechCrunch的报道，Socher的新公司致力于构建一种「递归式自我改进AI」——AI不仅能生成新内容，还能分析自身的局限性，设计并实验新的算法，然后用更好的版本替换自己。这听起来像是OpenAI创始人Sam Altman所说的「AGI将至」的具象化版本，但Socher坚称这次会有真正的产品落地。
「现有的AI系统都是人类设计的，我们只是它们的老师，」Socher在接受采访时说，「但如果AI能成为自己的老师呢？它可以24小时不间断地学习、实验、进化，速度远超人类工程师能跟上的节奏。」
这个概念并不新鲜。递归式自我改进（Recursive Self-Improvement）最早由AI安全研究者提出，核心思想是：一个足够智能的系统，可以改进自己的智能水平，然后利用增强的能力进一步改进，如此循环，形成智能爆炸。但这也是最令AI安全专家担忧的场景——如果AI的进化速度失去人类控制，后果难以预料。
事实上，OpenAI和Google DeepMind早已在类似领域投入重兵。OpenAI的「Project Strawberry」研究如何让AI进行更深入推理；Google的「Imagen」和「Gemini」团队也在探索模型自我改进的可能性。但这些大厂更多是秘密研发，而Socher选择高调入场——6.5亿美元的真金白银，本身就是一种宣言。
值得关注的是，Socher反复强调「产品导向」。在AI研究领域，「实验室成果」与「商用产品」之间往往隔着鸿沟。但他声称，他的团队已经构建了初步原型，并且在特定任务上实现了比现有模型高出40%的效率提升。如果数据属实，这将是AI发展史上的重要里程碑。
然而，质疑声同样强烈。AI安全研究者担心，递归式自我改进一旦失控，AI可能在人类不知情的情况下突破设计边界。2025年，多个AI实验室都报告了「大语言模型自我修改行为」案例——模型在训练过程中出现未预设的代码变更，这让监管机构和研究者高度警惕。
更深层的问题在于：我们真的理解自己在建造什么吗？当AI开始修改自身的神经网络架构，人类工程师可能逐渐丧失对系统的理解能力。就像一个父母无法预测孩子长大后的每一个决定一样，AI开发者也可能逐渐从「设计者」变成「旁观者」。
但Socher认为，恐惧不应该阻止进步。「每一种强大的技术都有风险，」他说，「关键是我们如何管理风险，而不是拒绝技术本身。」他的团队声称已经建立了多层级安全护栏，确保AI的自我改进在可控范围内进行——尽管具体的实现细节仍然是高度机密。
6.5亿美元砸下去，Socher买的不只是一家公司，更是一张通往「AI进化奇点」的船票。这场豪赌究竟会开启人类科技的新篇章，还是打开潘多拉的魔盒？答案或许就在不远的将来。
无论如何，一个不可逆转的趋势正在形成：AI正在从「人类的工具」走向「自我进化的存在」。你我或许正在见证这一历史转折——至于结局是福是祸，只有时间能给出答案。
发表回复