Eric Jang¶
- 背景: 机器学习/机器人研究者。曾任 1X Technologies AI 副总裁，此前为 Google DeepMind Robotics 资深研究科学家（QT-Opt 等机器人 RL 工作）。个人站 evjang.com，GitHub
ericjang（AutoGo 复现仓库）。 - channel slug: 作为
dwarkesh频道嘉宾收录。
立场与关注点¶
- 深耕 RL / self-play / 机器人；擅长把经典算法（AlphaGo/MCTS、DAgger、Q-learning、TD、best-response self-play）与今天的 LLM RL 做原理级对照。
- 核心判断：LLM 的 policy-gradient RL 样本效率极低（"用吸管吸监督信号"、bits-per-FLOP 差），而 AlphaGo 的 MCTS 之所以优雅，是因为它永远在"改进后的标签上做监督学习"、从不需从 0% 成功率解探索难题。
- 对"AI 自动化 AI 研究"持乐观但清醒的一线态度：当前模型擅长开放式超参优化与执行实验，短板在"选下一个实验"的横向/第一性原理思考。
- 相信"神经网络把近乎 NP 难的搜索摊销进前向传播"是被低估的深刻现象（AlphaGo/AlphaFold），并由此质疑用最坏情况复杂度框定问题的传统思路。
呼应与分歧¶
- 与 姚顺宇：都强调蒸馏/追赶远比抢先便宜、软标签信息量大（软蒸/硬蒸）；都谈到 TPU 的长期赌注。
- 与 Mark Chen、Noam Brown、Gray Swan：共同把"research taste / 选实验方向 / 横向思考"标定为 AI 自动化科研的当前边界，并看好用可验证环境训练"自动化科学家"。
- 与 Andrej Karpathy：直接引用其"用吸管吸取监督信号"的比喻，并延伸到 bits-per-FLOP 的量化框架；都认为可验证域（Go/数学/代码）是 RL 的沃土。
已收录访谈¶
| 日期 | 视频 | 频道 |
|---|---|---|
| 2026-05-15 | 从零重建 AlphaGo，谈 self-play、RL 与 LLM 的未来 | Dwarkesh |
相关：1X 的创始人侧视角（2026-07）¶
Bernt Børnich（1X 创始人兼 CEO） 于 2026-07-29 进入本库，提供产品/数据战略侧的 1X 视角，与本页的研究/RL侧互补。 ⚠️ 值得对读的一点：Jang 关心的是 self-play 与长程 RL 的样本效率；Børnich 的路线是绕开样本效率问题、直接换一个大得多的数据源（互联网人类视频，"我们的跨本体是人"）。两者是同一瓶颈的两种解法。