
在 CoRL 2026 上,Recursive 联合创始人、田渊栋的创业合伙人 Jeff Clune 分享了他对通用人工智能路径的判断:通往 AGI 最快的路,只能是让 AI 来造 AI。他把质量多样性(QD)、开放式搜索和 AI 自动生成算法视为“下一代伟大的 AI”的核心组成,这一表态也勾勒出 Recursive 这家新公司的技术路线轮廓。

为什么是“AI 造 AI”
Clune 长期研究开放式进化与质量多样性算法,其基本思路是让搜索过程不收敛到单一最优解,而是持续生成多样且高质量的候选方案。把这一机制用在 AI 自身,意味着算法、架构乃至训练流程都可能由系统自动提出并筛选,而不是完全依赖人类研究员逐项设计。相比人工调参和手工设计,这种自我改进循环理论上能更快探索更大的设计空间,这也是 Clune 认为它是最快路径的原因。

Recursive 与田渊栋的组合意味着什么
Recursive 因田渊栋的加入而受到中文 AI 圈关注。田渊栋此前在 Meta 从事大模型与基础研究,Clune 则在开放式学习方向积累多年,两人的组合把“大规模模型工程”和“开放式算法发现”两条线索接到了一起。从公开信息看,公司押注的不是再训练一个更大的模型,而是让 AI 参与下一代 AI 的研发过程本身,这在当前以 Scaling Law 为主流的叙事之外,提供了一条更偏方法论创新的路线。

开放式搜索的争议与看点
“AI 造 AI”并非新概念,但过去多停留在小规模实验。质疑主要集中在两点:自动生成的东西是否可解释、可控制;以及在大规模算力下,开放式搜索能否比人类工程师更高效。Clune 的判断是,QD 与开放式算法恰好能缓解搜索早熟的问题,让系统持续产出新行为。真正的检验仍要看 Recursive 能否拿出可复现的成果,而不是停留在愿景层面。
对国内用户而言,这条路线值得跟踪:它提醒从业者,AGI 的竞争不只在算力和数据规模,也在算法发现机制本身,开放式搜索可能成为下一轮技术分化的变量。
来源:雷锋网 查看原文 (本文基于公开信息整理改编)




