新上线今天0 投票
我打造了一个自我进化AI，你也可以做到
前沿AI实验室正在竞相开发自我进化的模型，这被认为是通往超级智能的捷径。但自我进化AI并非巨头专属——通过简单的实验，我验证了个人开发者也能利用现有工具构建并持续改进小型模型。
实验：从零开始训练小模型
我使用AutoResearch（由AI巨星Andrej Karpathy开发）和Claude，在Nvidia DGX桌面超级计算机上训练了一个小型语言模型。Claude负责调整参数、训练策略，并基于模型输出不断优化。早期版本在补全“In the beginning…”时输出混乱的重复文本，但经过几轮自主改进，模型逐渐变得连贯。
意义：去中心化的AI未来
这一实验表明，自我改进并非前沿实验室的专利。小型模型可以针对特定任务（如自动化新闻简报的重复工作）持续优化，且不依赖少数巨头控制的基础模型。Karpathy的AutoResearch等工具降低了门槛，让个人或小团队也能参与AI的自我进化循环。
挑战与展望
当前小型模型能力有限，但通过递归自我改进，其性能可以逐步提升。这为垂直领域自动化和个性化AI助手开辟了新路径。未来，自我改进AI可能不再局限于少数公司，而是成为一种广泛可用的技术范式。
关键启示：自我改进AI的未来并非只有超级智能一条路，它同样可以服务于日常效率提升，且人人可尝试。
