我們談人工智慧，通常有個基本前提：模型架構、訓練資料和方法都由人類決定，再由工程師測試、修改、推出下一代。現在 AI 產業正在嘗試打破這個前提。
這就是遞迴式自我改進（RSI）：讓今天的模型協助設計明天的模型，再讓更強的模型設計後天的模型。科技大叔認為，它可怕的地方不是 AI 突然產生意識，而是研發速度可能出現巨大的時間差。
這一集從 AI 怎麼知道自己真的變好、為什麼 RSI 反而更依賴算力談起，再看軟體工程、科研產業會受到什麼衝擊，以及人類在這條產業鏈上的位置會怎麼移動。
這集你會聽到
- AI 研發「去人類化」，代表研究人員可以打包回家了嗎？
- AI 修改自己之後，要怎麼判斷它是真的變好，還是鑽了評測的漏洞？
- 如果 RSI 需要大量晶片，小型新創還有機會嗎？
- 程式設計師的角色會從生產者變成什麼？
章節
-
AI 由人類創造的前提
產業正嘗試打破它
-
什麼是 RSI
今天的模型設計明天的模型
-
研發流程去人類化
24 小時運轉的自動化工廠
-
兩大障礙
評估標準與算力
-
從人才戰到算力資本戰
新創更難追上巨頭
-
軟體工程與科研的衝擊
工程師從生產者變管理者
-
產業權力更加集中
強者越強的局面
-
人類退到哪個位置
從生產中央移到決策上游
關鍵字
- RSI
- 遞迴式自我改進
- AI 造 AI
- 人工智慧
- 算力
- AI 代理
- 軟體工程
- AI 產業
