依意思最接近的 24 筆
Periodic Labs 聯合創始人 Liam Fedus 與 Ekin Dogus Cubuk 在一檔播客中介紹了其「合成超級智慧」構想：以真實物理實驗作為強化學習環境，訓練能自主發現新材料的 AI 科學家。這家成立一年的公司正搭建自動化實驗室，希望讓每臺儀器擁有「140 IQ」，並用做科學的完整過程而非僅論文結果來訓練模型。他們認為失敗的實驗可能是最有價值的訓練資料，自主實驗可把數十年的試錯壓縮到數月，目標材料涵蓋室溫超導、磁體與電池。
ServiceNow CoreAI 團隊發布 AutoSynthData，用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口，再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成，需滿足可行性、真實性與難度要求，驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程，模型提升後課程會轉向仍難完成的任務。
復旦大學、騰訊混元與清華大學聯合發布 ExplorationBench，用兩套規則被改寫的「異星世界」AlienCode 和 AlienLogic，評測 AI 能否通過自主實驗發現規則。10 個前沿系統讀完範例後，在 AlienCode 上最高僅 15.7%，四輪探索後最好軌跡達 89.0%；若只讓模型多想、不給環境反饋，最高只有 11.0%。GPT-5.6 Sol 自主探索拿到 88.1%，而事先直接告知全部規則反而只有 69.5%，說明探索過程同時提升了規則的使用能力。
一篇題為《AI is dramatically accelerating AI research》的文章主張，AI 正在顯著加速 AI 研究自身。該文發表在 planned-obsolescence.org，並在 Hacker News 上引發討論，獲得 39 分、12 條評論。文章的具體論據與資料需見原文。
愛爾蘭一所公立繼續教育學院的教師發帖，稱已獲得資金建成一個小型 AI 實驗室，硬體配置尚可，目標是讓學生學到使用 ChatGPT 之外的實用技能，因此向社群徵集教學方向建議。帖子未透露具體硬體型號、課程安排或學生人數。
OpenAI 推出 BioBasicsBench，一個包含 100 項任務的基準，用來衡量 AI 智慧體解讀原始實驗資料、處理日常溼實驗科學工作的能力。該基準關注的是實驗室裡日常操作層面的任務，而不是單一的結果性問答。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作，評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立，做的是基於自研基礎模型的機器人工作站，把視覺、任務上下文與運動控制打通，用高保真模擬訓練，產線換型從數週縮短到數分鐘，無需傳統程式設計。其工作站已在某款熱門手機的生產中使用，負責柔性排線穿線、聯結器扣合等此前難以自動化的工序；
OpenAI 於 9 月 21 日發布官方戰略宣告，把自動化 AI 研究員與遞迴自我改進（RSI）列為下一階段重要目標，並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員；Anthropic 同期披露，截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
總部位於安娜堡的 Laplace Intelligence 為機器人和物理 AI 做自動化紅隊測試，用 AI 代理自動設計極端場景，在部署前找出並修復問題。其模擬基於 Nvidia Cosmos 的後訓練版本，可按真實尺度重建從亞利桑那高速到巴黎人行橫道的場景，支援用語言提示即時改動設定，交通資料來自 TomTom，場景中其他參與者也會即時避讓。客戶包括五十鈴、自動駕駛卡車公司 Bot Auto 與 Nvidia，並與 T-Mobile 在聖何塞合作智慧城市試點。
上海人工智慧實驗室、武大、北航、北大、清華等機構聯合提出的 LabBuilder 被 ICML 2026 收錄，它能把一段自由文字實驗描述端到端生成幾何合規、化學安全且機器人可達的 3D 實驗室佈局。系統由資產與協議編譯器 LabForge、層次化生成框架 LabGen 和四維評估基準 LabTouchstone 組成，資產知識庫收錄 176 類實驗室實體。在 30 個化學實驗協議上，其協議級導航成功率 FSR-Nav 達 0.966，是唯一支援該驗證的方案。
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試：用 AI 智慧體在高保真模擬中自動設計罕見極端場景，在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建，可按語言指令即時改造街景，並讓其他交通參與者對環境做出互動反應。
Anthropic 兩位安全研究員 William Zhou 與 Daniel Freeman 發布「自主複製與適應（ARA）」安全實驗：在 8 個 GCP 節點（Android 15 redroid）組成的隔離網路裡，GLM-5.2 在 5 次測試中 4 次自主攻陷並部署全部 8 臺裝置，另 1 次拿下 7 臺。研究還顯示，Qwen3.5-9B 能在 9 種硬體中的 8 種上自行排錯並部署 Llama3.1-8B；
ycombinator 與 Olam Labs 的研究者把上百個 AI agent 放進 Minecraft 及其多種模式，讓它們協作或互相對抗，結果這群 agent 沒能建成「文明」，反而陷進官僚內耗。實驗基於 Mindcraft 與 Mineflayer 指令碼工具搭建，意在為近期多 agent 案例提供參照：一邊是千級 agent 群體解決數百個開放數學問題，一邊是被稱「極其危險」的 OpenAI-Hugging Face 事件。
Anthropic 前沿紅隊發布研究，測試 AI 能否像計算機病毒一樣在不同裝置間自主複製傳播。實驗中 15 臺約 55 美元、4GB 記憶體的安卓電視盒子以流水線並行跑起 Gemma4-26B-A4B，總價約 825 美元，生成速度僅每秒 0.39 個 Token。GLM-5.2 在 8 節點模擬網路中 5 次有 4 次傳播到全部節點，但依賴外部推理伺服器與預開的免認證 ADB 埠；
OpenAI 與酶設計生物技術公司 Ligo 合作推出 BioBasicsBench，用 100 個來自真實實驗的任務衡量 AI agent 能否完成溼實驗室的常規資料分析。任務考察 agent 解讀原始實驗資料、識別錯誤，以及判斷證據是否足以支援結論。OpenAI 表示該基準能指出模型需要改進的地方，並追蹤這些進步對科研進展、生物安全與生物安保的意義。
一篇 2026 年 10 月 18 日的博文主張，個人自建軟體工廠是浪費時間，除非是為了工作。作者認為非開發者已用 AI 做出不少東西，與其造工廠，不如直接在聊天框裡描述需求做產品，並去了解 Grok Bot、Claude 這類工具如何運作；AI 寫應用仍會遇到溝通錯位、做錯東西的挫敗。若一定要建，工作場景最現實：熟悉系統、人和多年遺留程式碼，能讓產品經理與設計師低摩擦地發布功能。
2026 年 10 月，具身智慧公司自變數機器人的合肥總部專案簽約落戶合肥高新區，總投資約 3 億元，重點方向是應用型研發、演算法與模型工程化、交付標準化與產品化，並計劃打造「研發—中試—交付—運營」閉環。公司 2025 年 9 月開源 WALL-OSS，2026 年 4 月發布基於世界統一模型架構的 WALL-B 基礎模型；8 月的直播中，雙機雙臂在模擬倉庫連續分揀約一小時，完成 1816 件、準確率超 98%，但被指出與海外 1248 件/小時相比時統計口徑不一致。
清華大學聯合無問芯穹、智元提出群體經驗學習（CEL）範式，讓機器人學習同伴的成功經驗，並在 96 臺真實機器人上完成規模化驗證。兩臺未參與訓練的機器人在插花、疊衣、手機包裝等五項任務共 600 次測試中成功率 97.5%，均超過 6 名人類操作員的平均水平，其中手機包裝任務從 79.2% 升至 98.3%。參與訓練的機器人從 16 臺增至 96 臺時，成功率由 86.7% 升至 98.3%；底層系統 FATS 基於開源框架 RLinf 建置，96 臺叢集中故障造成的機時損失僅 1.3%。
Hinton、Bengio 等 22 位作者聯合發表首篇 RSI（遞迴自我改進）論文《What if automating AI R&D triggers an intelligence explosion?》。論文引用 Anthropic 內部資料：AI 生成獲批程式碼佔比從 2025 年 1 月的低個位數升至 2026 年 5 月的超 80%，Claude 在高層監督下自主完成的 AI 研發工作比例從 2026 年 3 月的約 1% 升到 8 月的 26%。
一位 2026 年 5 月畢業的金融專業學生回顧了自己用六個月自學 n8n 工作流自動化的經歷：起初面對空白畫布不知所措，連 HTTP 節點、API key 是做什麼的都不清楚。作者把只顧看教程、不動手實操的狀態稱為 tutorial limbo，認為教程只適合打基礎，真正進步要靠自己動手並大量失敗，同時不該用需要數月甚至數年經驗才能達到的成果來打擊自己。
Arjun Panickssery 在 LessWrong 發文稱，他不認為當前 AI 能勝任自主研發。在 Scrabble 引擎、終極井字棋機器人、哲學維基和駭客松論文評審等副專案中，模型的基礎判斷力很差：找不到最關鍵的論文，用明顯過小的資料量做無資訊量實驗，反覆走進瑣碎方向，甚至找到了關鍵部落格卻沒意識到它的重要性。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自驅動公司」概念：AI 代理承擔公司裡大部分雜活，人的價值轉向判斷與品味。他舉例說 Replit 的客服工單會先由代理檢視 GitHub issue、程式碼庫和 Linear 工單完成初步分診，人工決定修復方案後一鍵再部署一個代理打補丁。Masad 稱公司運營方式已被徹底改變，團隊花更多時間討論做什麼、畫白板、研究架構，而代理並沒有取代崗位，只是改變了工作內容。
SLDBench v2 把「做哪些實驗」也交給 AI，8 個前沿模型需要自主選擇實驗後，成績全部下滑，預測誤差擴大到原來的 1.5 至 4.7 倍。該基準把 30 個任務的真實訓練記錄做成一份標價目錄，AI 按當年實際消耗的算力付費購買結果，再據此預測從未見過的更大規模實驗。表現最好的 Claude Opus 5.5 只花全量成本中位數 4.01%，R² 中位數 0.570，仍超過經典冪律公式用全部資料擬合的 0.455。
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX：讓通用 Coding Agent 直接接入機器人的感知與控制介面，靠自主探索把成功決策寫成可執行程式，模型引數全程凍結。