近日，Jeff Dean在斯坦福2026 Frontier&Pioneer Symposium上进行离职后首次公开访谈，犀利“锐评”老东家。他坦言Gemini早期对Coding能力重视不足，并承认TensorFlow存在未及早加入Eager Execution及contrib目录设计混乱两大失误。谈及创业，Dean表示小团队能极致聚焦，其新公司Discovery Loop将押注科学工程的“递归自我改进”，旨在打造具备“20个博士”能力的AI，将实验迭代从数天压缩至几分钟。此外，他警告AI网络攻击能力已达顶尖黑客水平，并建议科研者“泛读百篇摘要胜过精读一篇”。

OpenAI暂缓IPO？AI“自我进化”背后的工程真相 最近关于OpenAI是否IPO的讨论中，有个有趣视角：如果AI接近“递归自我改进”，融资意义是否会下降？ 其实，“递归自我改进”并非科幻里的“智能爆炸”，而是现实的工程问题：AI能否在真实任务中不断纠错，形成类似复利的“经验沉淀”。当前AI虽聪...

大模型自指：代码生成的递归式自我提升 近年来，研究表明通过“脚手架”程序多次调用语言模型，可显著提升输出质量。本研究提出一种名为“自学优化器”（Self-Taught Optimizer，STOP）的方法，利用语言模型驱动的脚手架改进自身。实验中，团队构建了一个“种子改进器”，通过多次调用模型生成候...