AI Engineer onepage/ Automated AI Research
Richard Socher, Recursive AI · 20:23
這支影片在講：把科學研究變成可遞迴改善的 agent 迴路
Richard Socher 的賭注不是「讓 AI 幫人找資料」，而是建立一台能跨領域提出想法、執行實驗、辨認失敗並修正下一輪的 Eureka machine。
Published: 2026-07-30Video ID: pWXUkLP9uWM
01 / 問題
人類是研究吞吐瓶頸
科學進展需要大量試驗、反駁與修正；單一研究者或團隊無法同時覆蓋醫學、經濟、天文等所有可探索空間。
02 / 反轉
不是一次性答案
Socher 以 Popper 與開放式演化描述科學：先產生猜想，再主動找缺陷。可靠的系統必須把「證偽」納入工作流。
03 / 解法
把改進做成迴路
Agent swarm 接上搜尋、瀏覽器、GPU 與評估 harness，讓模型、程式與實驗結果都能在較長時間尺度上遞迴改善。
Signal cards
影片裡真正重要的四個設計訊號
Runtime
20:23
這是一個從文明進步速度切入、再落到系統設計與早期實證的長篇論述。
Loop
假說 → 驗證 → 修正
核心單位不是 prompt，而是能找出自身不足並進入下一輪的研究迴路。
Tools
Search · Browser · GPU
工具不是外掛；它們決定 agent 是否拿得到可操作的上下文與實驗能力。
Claim boundary
早期樣本
模型改進、架構搜尋與 CUDA kernel 成果是方向性證據，不等於已通用的科學家。
Core story
從「會回答」到「會研究」的三個跨越
01
把搜尋結果變成可用的研究上下文
十個藍色連結不等於證據。研究 agent 需要能定位資料、讀取內容、比較來源並留下可回查脈絡的搜尋與瀏覽環境；否則後續推理只是建立在脆弱摘要上。
02
讓系統對自己的產出負責
影片中的 recursive self-improvement 不只是改 prompt：系統評估模型、程式與 harness 的結果，從失敗中修改實作，再以新的結果決定是否值得繼續。每一輪都必須有可判斷的成功條件。
03
用可驗證的小勝利取代宏大宣稱
Socher 列出模型準確度提升、architecture search 與 CUDA kernel 改進等例子。它們的價值在於可比較、可重跑，而非直接證明「通用自動科學家」已完成。
Practical checklist
若你在做研究或工程 agent，先問這四題
每個任務有沒有可驗證的終點？把「找出更好方法」落成測試、benchmark、成本、效能或人審標準；沒有 verifier，就無法可靠選擇下一輪。
Agent 取得的是證據，還是搜尋摘要？為來源、資料版本、工具輸出與推論結論保留可追溯關係，才能檢查錯誤究竟來自資料、執行或推理。
改善迴路的成本與停止條件是什麼？遞迴不是免費午餐：要限制 GPU／工具預算、重試次數與增益門檻，避免系統用更多計算換來無意義的微小改進。
哪些結論仍需要人類做最終判斷？在高風險研究或外部行動前，將人的角色放在檢視證據、接受假設與批准下一步，而非只看漂亮的最終敘述。
Content map
影片章節
0:00為人類自動化研究
2:19壓縮進步時間尺度
6:22Popper 與開放式演化
9:07Eureka machine
10:39重想搜尋、瀏覽器與 GPU
13:41Recursive self-improvement
14:46模型改進的實證
16:39架構搜尋與 CUDA kernels
Source video