Databricks CEO 提出 AI 自我改进的四个条件
- 框架内容：Ali Ghodsi 认为「AI 改进 AI」必须同时满足四条——下一代模型训练所需资源更少、训练时间更短、智能水平更高，并且这三项可以反复迭代。他强调四项须同时成立，任一单项都不构成自我改进。
- 软件自写的边界：他称 Databricks 内部约 90% 的软件已由 AI 编写，并反问「最后几个百分点是否也由 AI 写并不重要」——单纯的软件自写不等于能力递归抬升。
- 对超智能的保留：他明确即使四个条件齐备，也未必通向 Bostrom 意义上的超智能，并认为公众常把「我的价值是否被替代」的焦虑，与「是否出现超智能」混为一谈。
- 行业观察：可对照的是近期围绕 harness 层递归自改进、训练环境随策略动态调整的讨论。把「自我改进」拆成资源、时间、能力与可重复性四项，等于给这类宣称提供了一组可证伪的判据——任何只展示单代模型更强的结果，都不足以支撑递归改进的结论。 🔗 a16z 原帖