跳转至

刘子鸣谈 AI for AI：元模型、physics of AI 与中美 neo labs 资本狂潮（张小珺，2026-07-31）

  • 嘉宾: 刘子鸣 —— 清华大学人工智能学院助理教授、上海期智研究院 PI、创业公司首席科学家；北大物理本科 → MIT 博士（导师 Max Tegmark）→ Stanford 博后（神经科学 + AI）；KAN（Kolmogorov-Arnold Networks）一作
  • 主持: 张小珺（《商业访谈录》第 149 期）
  • 来源: YouTube · 101 分钟
  • 转录稿: sources/zhang-xiaojun/20260731-H3Gs4QUHvA4（本地 GPU 转录，faster-whisper large-v3-turbo）

⚠️ 本期无任何字幕轨（含配音轨），转录稿为本机 GPU 跑 whisper 生成。说话人分离失败（cuDNN 版本不匹配，回退为无标签转录稿；CPU 重试被脚本判定过慢而跳过），因此本页的发言归属全部按内容判断。好在这是标准的双人访谈、问答边界清晰（张小珺提问、刘子鸣作答），误配风险低。

⚠️ whisper 中文转录把大量专有名词转错，本页按公开信息与上下文校正。对照表： 刘子明 = 刘子鸣（依视频标题）；小俊/小金 = 小珺；七智研究院/七次研究院 = 上海期智研究院；Max Tachmark/Techmark/Tagmark = Max Tegmark；姚舜宇 = 姚顺宇；科茂·库洛夫和阿诺 = Kolmogorov 与 Arnold；朱泽源 = 朱泽园（Zeyuan Allen-Zhu）；Physics of RMs/R&M = Physics of Language Models；田园栋/亭文洞 = 田渊栋；凯明 = 何恺明；Elias Escaver = Ilya Sutskever；Beater Lesson = Bitter Lesson（Rich Sutton）；Skilling Law = Scaling Law；Linear Tension = Linear Attention；玻璃二相性 = 波粒二象性；平清宇宙/平静宇宙 = 平行宇宙；地骨/地鼓 = 第谷（Tycho Brahe）；孔一挤的长山 = 孔乙己的长衫；帧流/振留 = 蒸馏；驱昧/驱媚 = 祛魅；外滑 = 外化；虚手 = 需求。

⚠️ 三处需要特别小心的转录问题： 1. 原模型 / 圆模型 实为「元模型」（meta-model）——他自己的定义是"关于模型的模型""关于模型的世界模型"（[00:55:04]），即 meta。本页统一写作元模型。 2. 干 与 看 混转，实为 GAN 与 KAN 两个不同的东西：2017 年把他领进 AI 的是 GAN（生成对抗网络），2024 年他自己提出的是 KAN。转录稿里两者常写成同一个字，须按年份与上下文分辨。 3. formal 实为 FOMO（[00:44:51]），"一级市场是一个非常 FOMO 的状态"。

⚠️ 末行 [01:39:55]「中文字幕志愿者 李宗盛…明镜与点点栏目」是 whisper 的幻觉尾巴（模型吐出的无关字幕组署名），与本视频无关，请勿引用。

⚠️ 另有几处本库无法核实的人名，转录稿原样保留、本页标注存疑：他在 Stanford 的好友 高温浩（做 AI for chemistry）、Anthropic 可解释性团队的 Vesker Nee、清华 AI 院的 陈永超 老师、孙天祥的 FIRS 系统名。他创业所在公司名被转成 圆环智能 / 圆魂智人 两种写法，本页不下断言。

本期是本库第一份中方 neo lab 创始人的完整自述，价值有三层：① 一条明确自称"非主流"的 AI for AI 技术路线，且给出了可证伪的路标；② 一段用自己的大脑做了 60 天训练的人体实验，这是本库中最不寻常的一手材料；③ 关于 2026 年中美 neo labs 融资狂潮的亲历体感，以及中美投资人耐心的直接对照。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： SPEAKER_01 = 刘子鸣（嘉宾，85.4%）；SPEAKER_03 与 SPEAKER_02 都是张小珺： - SPEAKER_03（11.4%）是对谈段的她——全程为提问方（如 [01:25:42]"你觉得有着应用公司的生态位吗"）； - SPEAKER_02（2.3%）是片头/片尾旁白——[00:00:00]"Hello大家好,我是小俊 我们此前访谈过谢赛宁……"， 片尾"好了今天……"也落在此标签。旁白单独录制，被分成另一标签，不是第三个人。

SPEAKER_03 = 张小珺是按"提问方 + 占比"推断的，节目内没有她在对谈段自报姓名；与内容无矛盾。 SPEAKER_00（53 秒，50 段）为碎片，判为伪影。

概要

张小珺在开场给出本期的问题意识（[00:00:00]）：此前访谈过谢赛宁等海外 neo lab，而 2026 年中国也涌现了一批新型实验室——"有研究背景的老师或者学生正在成为一级市场的新宠儿，他们普遍很年轻，有名校科研背景，第一次创业，在还没有产品的时候就能以估值数亿美金融资"。她判定当下资本最活跃的两个方向是世界模型与 auto research（即 AI for AI）。

刘子鸣 2026 年 3 月回国、4 月底入职清华、5 月底开始融资，他对这波资本潮的形容是"太疯狂了"（[00:00:00]、[00:43:50]）。

核心观点

一条自称"非主流"的 AI for AI：AI for physics of AI for AI

这是全期的中枢论证（[01:09:19]–[01:11:22]），他自己要求把它显式说出来：

"我需要显式地说明我的想法是挺非主流的。AI for AI 绝大多数人想到的是——我直接用 AI 去提升 AI 就好了。但我说 stop，中间其实还有一步：我们要先做 physics of AI……但人做 physics of AI 太慢了，古法科研太慢了，所以我需要用 AI 来帮我们做 physics of AI。所以我的 AI for AI 的全称应该是 AI for physics of AI for AI。"

支撑它的是一条关于数据的论证（[01:09:19]–[01:10:22]）：

  • AI for X 能成功的前提是 X 有大量数据。自然语言能被 AI 处理，是因为有海量语料。
  • 但 AI research 没有大量结构化好的高质量数据——"我们才创造 AI 几十年"。具体说，"训练一个模型、拿到它的训练曲线"这样的映射关系"目前还非常不轻浮（稀缺）"，连这门语言本身都还没有被规模化。
  • 而"结构化"这件事本身就需要 physics of AI。 这是他与"直接拿 coding agent 去做 AI for AI"路线的分界点。

⚠️ 60 天把自己当模型训练：元模型的由来

这是本库中最不寻常的一段一手材料（[00:47:58]–[00:53:03]）：

  • 2026 年年初开始，他每天随机拉一个数据集、随机拉一个模型来训练，并在跑实验之前先要求自己预测这条训练曲线会长成什么样。做了约 60 天，每天做，有时一天两次。他说个人网站的博客专栏里能查到记录（[00:49:00]）。
  • 一开始预测能力非常差，"可能连趋势都预测不对"；训练四五十天之后开始变准——甚至前几天做 language 相关实验、当天做 vision 相关实验，也能预测准（[00:49:00]–[00:50:01]）。
  • ⚠️ 他明确说不清自己是怎么做到的："我只是训练我的脑子……我现在还没有办法把我脑子里的东西写成自然语言。它可能是一种视觉的 reasoning，然后可能还有一些潜空间的 reasoning，但我其实也说不清楚这些潜空间 reasoning 是什么。"（[00:50:01]）
  • 他用了 grokking 这个词形容拐点："训练到四五十天的时候，我突然 grok 了，我突然顿悟了。" 这段"近似于苦行僧似的一种修行"让他相信元模型是可能的（[00:50:01]–[00:51:02]）。
  • 元模型的定义：输入是一个模型（外加数据集是什么、优化器是什么），输出是这个模型的训练曲线（[00:50:01]）。
  • 动机回到物理学："如果我能够预测清楚接下来会发生什么，那相当于我脑子里其实是有一个关于 AI 的世界模型……物理学就是我拿来我的物理理论，不用去做实验，通过计算就可以预测出之后会发生什么。"（[00:51:02]）
  • 下一步是"把自己拷贝一份、把自己的脑子外化"（[00:52:03]）：人一天最多做一两个实验，"这是人的 bandwidth"，而一个模型"一个 batch 就可以见到几千组东西"。"如果我日复一日把自己当元模型去训练，我可能要训练 1000 年，可能需要几千年，但是我活不了那么久。"
  • 元模型可能没他抽象能力强，"所以它可能需要四五百次"（他自己四五十次），"但多消耗一点计算资源也无所谓"（[00:53:03]）。
  • 用途是事前排序：有 100 个架构不知道选哪个，把架构作为元模型的输入前传 100 次做预测，"这是非常便宜的一个事情"；最后还是要真做实验，但筛选想法这一步被加速了（[00:53:03]–[00:54:03]）。
  • 张小珺给了一句很好的并列（[00:54:03]）：世界模型预测下一个 state，语言模型预测 next token，"你们是预测 next curve"——他直接确认了。

训练数据与算力形态（[00:55:04]–[00:56:07]）：

  • 元模型的训练数据就是模型本身：生成一个模型 → 训练它 → 拿到训练曲线 → 得到一个 (模型, 曲线) 的 data point，再用监督方式训元模型。
  • ⚠️ 算力形态与大模型公司完全不同，这是一条容易被忽略但很实的判断：需要挺多计算资源，但不需要很大的集群、不需要卡间 communication 做得很好，因为要做的是大量小模型。
  • 关键指标是多样性而非规模："我们强调的是要让这个元模型见过很多人看起来非常奇怪的架构——或许就是这个架构，能够帮助我们跳脱出 Transformer 现在这个 local minimum。"
  • 终极目标："下一个 Transformer 不是人发现的、不是人拍脑袋发现的，而是通过我们这个元模型预测出来的。"

天文学三阶段：AI 现在在 1.5 阶段，也可能只有 0.5

这是本期最好用的一个框架（[00:25:29]–[00:27:32]）：

阶段 天文学 对应 AI
1 · 数据 第谷大量记录什么星在什么时候什么地方 大量实验
2 · 经验公式 开普勒拟合出行星轨迹是椭圆，得三大定律 Scaling Law（"我们为数不多知道的几个经验规律"）
3 · 理论 牛顿说三大定律仍不本质，一个引力公式全部压缩掉 尚未出现
  • 他的定位："我们现在处于第 1.5 个阶段"——有了大量实验，但经验规律还不多，Scaling Law 与开普勒定律地位类似，"我们现在还远远没有到 AI 的牛顿这个状态"。
  • ⚠️ 但他随即给了一个更悲观的版本，这是本期最尖锐的一句（[00:26:31]–[00:27:32]）：

"有的时候我又会说，我们可能现在是 0.5。为什么这么说呢？因为第谷它好说歹说，它把望远镜对着了星空，它会去测各个星区的星星在什么地方。但是我们现在过度地聚焦、过早地收敛到比如说像 Transformer 这种类型的架构上，我们似乎已经失去了探索其他类型架构的 motivation……就有点像是第谷它就盯着一片星区，然后过分地沉溺于这片星区……忽略掉了对其他星区的观察。"

结论是"可能连第谷时代都还没到，可能连大数据的时代都没到"——因为"我们这个数据它是只针对 Transformer、只针对很少的几种模型有效的"。 - 整个框架也是他所谓"压缩"的展开：他引 Ilya Sutskever 的 "Intelligence is compression"，认为符号是一种极致压缩的体现（[00:23:28]）。

Transformer 中了硬件彩票，而语言模型是"反 Bitter Lesson"的

  • 他明确呼应谢赛宁在张小珺此前访谈中的观点（[00:18:21]）：大语言模型是反 Bitter Lesson 的——它成功的点在于语言，不在于模型。因为"语言是我们人类演化了百万年、相当于自然给我们的一种馈赠"，"你做什么样的模型，只要这个模型能够把这些馈赠给吃下去，那它就是一个好的模型"——"它可能是 Transformer，但平行宇宙里它可能是另外一个模型"。
  • 由此他同意 "Transformer 其实在算法上也没有那么厉害，它是中了这个硬件的彩票"（[00:17:20]）。
  • 一条很干净的祛魅表述（[00:20:25]）："它牛不是因为它叫 Transformer，它牛是因为它能够在上下文上有比较高效的信息传播；ResNet 也是，它牛不是因为它叫 ResNet，它牛是因为它能在深度方向上有很高效的梯度传播。"
  • 推论：后 LM 时代模型设计会变得更重要（[00:19:22]–[00:20:25]）。因为语言已经是被压缩得很好的模态，所以那里的架构设计相对不精巧；但视觉等模态没有被压缩好，这正是世界模型公司要解决的问题。而人擅长的恰恰是从海量信息里识别最重要的部分（"那个地方有个果子我要摘下来吃""那个地方有只老虎我不能被它发现"）——"这种抽象的能力恰恰是现在的 AI 还不具备的"。

KAN 的由来：一个被导师两次否掉的 side project

这段既是研究史也是方法论（[00:10:14]–[00:16:19]）：

  • 2022 年底 ChatGPT 出来后，Max Tegmark 让整个组换方向做机制可解释性，理由是"大语言模型太危险了，那我们要保证它的安全，我们就需要理解它内部到底是怎么工作的"（[00:10:14]）。
  • KAN 是刘子鸣自己的 side project，Max 一开始不同意。Max 甩给他一篇 1989 年 Tomaso Poggio 的论文，说 Kolmogorov-Arnold 定理没办法变成真的算法——那篇论文构造了一个 worst case，在最坏情况下找不到严格的两层光滑表征（[00:10:14]–[00:11:15]）。
  • ⚠️ 他的反驳是一条典型的物理学家式论证（[00:11:15]–[00:12:16]）："作为物理出身的人，有的时候并不那么关心最坏情况是什么样的，我们关心的是一般的情况……你数学上告诉我这个东西最坏情况不 work，但是物理上我们关心的东西都是有很漂亮的结构的。我们人能生活在这个宇宙里面，我们这个宇宙就不是最坏的宇宙——我们才能够演化出生命，才能够在这里问这个问题。"配一句 "all models are wrong but some are useful"。
  • 花两周做出原型后，Max 仍然不满意："但是我并不知道你这个网络内部到底发生了什么，你还是造了一个黑盒子出来。"于是他又花一周做可视化——⚠️ 顺带一条时代注脚："那个时候我还是一个不相信 coding agent 的人"，代码是一行行手写的，"那个可视化花了我一周的时间，那现在可能一个小时就够了"（[00:13:16]）。
  • Max 被可视化说服（"Max 是一个超级的视觉动物，其实我也是"），因为"我们居然能够看到这个网络它的脑子里面到底在想什么，而不仅仅是它端到端的预测是什么"（[00:13:16]–[00:14:17]）。
  • 动机是一个"执念"：AI 的哲学是基于连接主义的、是神经的，而物理是基于符号的，"两个东西不统一就很不好"。他从 2021 年就在想怎么构造一个既是神经网络、又是符号公式的网络——类比波粒二象性（[00:14:17]–[00:15:19]）。
  • ⚠️ 一个有意思的顺序：他是先从"神经/符号二象性"这个角度把方程写出来，过了几天才知道那就是 1957 年 Kolmogorov 与 Arnold 写出来的方程，并因此获得了万能逼近的理论背书（[00:15:19]）。

从 KAN 到 physics of AI 的跳跃（[00:16:19]–[00:17:20]）——这是理解他全部工作的钥匙：

"KAN 对我来说它更像是一个例子：我人通过拍脑袋，我能够去设计出一个新的架构。KAN 成功之后，我想的不是怎么样把 KAN 应用到不同的场景，而是我在想：我怎么样复现"我能提出新架构"这件事情。"

由此得出他的核心主张："设计模型本身应该是一门科学"——"不应该像我们现在这样，Transformer 拍脑袋拍出来的、GAN 拍脑袋拍出来的、ResNet 拍脑袋拍出来的，这个就非常的不 scalable。我觉得我们不应该 scale compute 或者 data，我们应该 scale AI 模型的设计。"

physics of AI 的三个方向，以及一条对整个行业的批评

三个方向都是从"我们所居住的这个宇宙"类比来的（[01:04:13]–[01:07:15]）：

  1. 空间上更细：不只看端到端行为，也看内部神经元与内部表征——"有点像是我们去做解剖"。
  2. 时间上更细：不只看最后时刻的性质，也看它是怎么演化来的。对应生物学那句 Nothing in biology makes sense except in the light of evolution——"如果你不从进化的角度理解生物，生物里没有东西是可以理解的"。
  3. 平行宇宙间看得更细：即控制实验（名字来自 Max Tegmark 是平行宇宙理论提出者之一）。对应朱泽园 Physics of Language Models 里扫相图（phase diagram）的方法论——同样是 H₂O，不同压强温度有不同的相。

⚠️ 由此引出本期最有实操价值的一条批评（[01:07:15]）：

"我们很多时候会有一些 know-how，就是什么 trick 它 work 了、什么 trick 不 work，其实很多时候是针对这个相而言的……我们现在之所以很混乱，是因为所有的人都在说"我的这个 trick work"，但是没有人回答"我的这个 trick 在什么时候 work"、我的系统在什么相里面它才 work。"

他把这条接到 no free lunch theorem 上：既然没有一个模型、一个 trick 能在所有数据集所有任务上都更好，那么"physics of AI 的任务就是去理清楚每一个 trick、每一个架构，它的适用条件是什么。这个才是一种做科学的态度，而不是说你做出来一个东西，你就在那里去卖'哎呀我们这个东西好'，但是全然忽视掉了它好是有一些适用条件的。"

⚠️ 对 Anthropic 机制可解释性的评价：来自做过同一件事的人

这是本库中少见的、由同路线研究者给出的内部批评（[01:07:15]–[01:14:25]）：

  • 他警惕"可解释性"这个词，也不认为必须做到 neuron level。
  • 一手的自我否定：他们组 2022 年底至 2023 年初做了大量这类工作，"我们自己意识到，这样的一些故事其实有的时候没有那么的 robust——你可能换一个随机数种子，它这个故事就完全不对了"，或者"解释得有点过于微观了：好处是非常具体，坏处是不一定鲁棒"（[01:07:15]–[01:08:17]）。
  • 对 Anthropic 的 sparse autoencoder / transcoder 路线（把 superposition 的混合表征伸展到高维但稀疏的空间，抽取原子概念）："这个我个人觉得是有一些 wishful thinking 在里面的。"（[01:13:24]）
  • ⚠️ 但他同时明确表达尊重，理由很具体："我仍然很尊重它们，因为我 2022 年底 2023 年初我们做机制可解释性其实也是同样的 approach，所以我们知道这个东西里面有什么样的一些水分。"（[01:13:24]）
  • 一手的人事与谱系信息：Anthropic 可解释性团队的 Samuel Marks 等人、以及他在 MIT 带过的一个本科生最后都去了 Anthropic；⚠️ 他称 Anthropic 那个"Claude 怎么做加法"的工作是他们组一篇 paper 的后续衍生（[01:13:24]）。
  • ⚠️ 他的态度最近发生了反转，且理由值得记（[01:14:25]–[01:15:27]）：此前他觉得机制可解释性和 AI 的物理学一样——是好目标，但太难了，是"几百年、几千年"的事，因此不 promising、令人 frustrated。放到 AI for AI 的框架下他重新估值了："之所以需要几百年需要几千年，是因为我们没有办法自动化。那一旦我们能自动化了，这个进展其实是可以很快的。"他把机制可解释性称作 Biology of AI（AI 的生物学），与 physics of AI 并列。
  • 具体的态度转变有一个锚点：唐杰宣布要投入巨额资源到机制可解释性上，"如果半年前的我看到，我会觉得这是在干嘛"，现在觉得"它确实是一个好的目标"（[01:14:25]）。⚠️ 注意转录稿中这笔投入前后数字不一致：[00:02:01] 说"投资百亿"，[01:14:25] 说"万亿级别"，本库不采信具体数额。

symbolic vs connectionist：agent 就是往回拉的那一点

  • 短期需要符号/结构，长期不需要，理由是 Bitter Lesson："短期当你数据不够的时候，你需要去引入结构；长期当你数据特别多的时候，你就不需要结构了"（[00:57:07]、[01:10:22]）。他给的"短期"尺度是——"这个短期我指的可能是 100 年以内"（[01:11:22]）。
  • ⚠️ 一条很好的重新解读（[01:11:22]）：

"Agent 某种意义上就是把这个连接主义又往符号主义往回拉了一点。所谓的 harness 就是说你不能太自由了，我要给你一些约束。某种意义上我觉得 coding agent 其实是在说明符号主义把连接主义又往回拉了这样一点。"

  • 他自嘲不敢说"符号主义"，因为"太多符号主义的 hater，我一讲我们是符号主义，大家就说没意思没意思、老古董"，所以自己捏造了 "结构主义" 这个词（"我为什么会认为 KAN 就是一种结构主义"）。他的历史判断是符号主义与连接主义在历史上不断摇摆，"这一波 AI 是连接主义非常厉害，那或许下一波我们又应该往符号主义回摆一点"（[01:11:22]–[01:12:24]）。
  • ⚠️ 他自己也点出一处与趋势相反之处（[00:57:07]–[00:58:08]）：短期做"更有结构"的东西、长期做"更端到端"的东西，"有点像我们现在中短期是要做一个世界模型，长期是要做一个 VLA……我觉得可能和这个趋势反过来了。但是我觉得可能不重要。"

OPHIS：把 research 结构化成一门语言

三步走（[00:39:45]–[00:41:48]）：① 结构化 research → ② 收集结构化数据 → ③ 训练一个 research language model。

  • ⚠️ 一条很好的判据，用来说明 research 为什么还没被自动化（[00:39:45]）：

"我们现在还大量地在说'我们需要研究的直觉''我们需要研究的品位'——当我们说这些词的时候，其实就默认了研究它不是一个可以很好被结构化的东西。一旦当一个东西可以被结构化、可以被标准化、可以被规模化，大家就应该会对这个东西祛魅。但是我们现在还没对 research 祛魅，说明它还没有被结构化、被标准化、被规模化。"

  • research 与 coding 的两点关键差异（[00:39:45]）：① coding 高度结构化；② coding 有大量数据——GitHub 上的数据"远比互联网其他部分质量更高、结构化更强"。research 两条都不满足。因此"AI for coding 已经非常成功了，下一个范式自然而然是 AI for research"，但不能照搬。
  • OPHIS 方法论（[00:40:47]）：O = observation（观察到什么现象）、P = problem（这现象预示系统里有什么问题）、H = hypothesis（对这问题有什么假设）、I = intervention（假设指导下一步做什么操作）、S = speed up（这操作是否真带来训练提升）。"所有 research paper 都应该按照这种结构去对它进行结构化。"
  • 他承认真实科研不会这么顺："我可能是在不同的节点当中来回地去跳，但没关系，至少我们要对它结构化成它是 O、是 P、是 H、是 I、是 S。"有了这些就"相当于创造了一门研究的语言"，然后可以像训大语言模型一样训一个 research language model（[00:41:48]）。
  • 他说这套方法论与初步结果最近会 release 一篇博客（[00:40:47]）——这是本期最可跟踪的一个节点。

数据从哪来（[00:58:08]–[01:01:10]）：

  • 张小珺的提问切中要害：论文是整个研究探索的结果，过程中的灵光一闪、曲折、点点滴滴都没有被记录下来。
  • 他的估计：可能 1% 的 AI 论文结构化做得不错，举例朱泽园的 Physics of Language Models——"做实验的所谓 chain of thought、推理链是非常清晰的"；99% 的 paper 不包含这么清晰的研究思维链。
  • ⚠️ 一条很尖锐的学术文化观察（[00:59:10]）：

"我感觉在很长的一段时间里面，大家把展现思维链当作一种耻辱。……你要显示你很厉害，你就要让别人觉得不可捉摸，你就要直接把这个公式写下来，说'这是我梦到的，不是我推出来的'——那样别人觉得你最牛。"

他说自己写 paper 平铺直叙、把思维链写进去，是受 Max Tegmark 影响。 - 第二个数据源是自采：做一个 device/software 采集研究过程的思维链。⚠️ 目前形态很朴素——"我在做下一个实验之前，我必须要强迫你去写一段话，去评价你之前干了什么、然后你得出什么结论，你才能进入下一个实验"，他自称"目前来说还是个偏流程化的系统"（[01:00:10]）。 - ⚠️ 数据量估算（他明说是"我瞎说的，因为我们还没开始采"）：一天采 10 条 × 20 个学生和员工 = 一天 200 条，两个月 1 万条，"我觉得就是差不多可能开始够用了"（[01:01:10]）。 - 中间目标不是元模型，而是 next action prediction（[01:01:10]–[01:02:11]）：数据收集器同时也是环境——"相当于是一个我的世界（Minecraft）科研版"。学生卡住时可以调用"子鸣 model"问"如果是子鸣现在做，他会怎么做"，不需要我在场就能获得同水平的反馈。 - ⚠️ 他主动提示路线的不稳定性（[01:02:11]）："想法以及路线每周都在改，甚至每天都在改，甚至每个小时都在改……如果采访是上周发生的，我就不会讲这一趴。"引用本期内容时须带上这个时间戳。

⚠️ 与田渊栋 / Recursive 等 AI for AI 路线的直接对照

本库难得的一组同行对照，且当事人之间互相认识（[00:46:57]–[00:47:58]、[01:26:43]–[01:28:47]）：

  • 对 coding agent 路线的概括："coding agent 的这个路线更像是做一个更勤奋的 AI for AI——我有超强的行动力，可以不停地在这里迭代。但是我们这里想做的 AI for AI 是一个更聪明的 AI for AI：比如说我提三次想法可能有一个就 work 了；之前的话你 coding agent 可能是你提 100 个想法，只有一个能 work。" 他强调最终勤奋和更聪明都需要，两者是正交、互补的，"in the end 我们会在某一个地方去对两个 approach 进行一个整合"。
  • ⚠️ 他坦承危机感（[00:47:58]）："我跟田渊栋也聊过……他本人其实是挺支持 Science of AI 的。所以说实话我也有一些危机感——如果说他们的路线最后会变得和我比较相似，那就一定是田渊栋做的。"两人 taste 相近（都研究过 grokking）。
  • 对 Recursive 技术路线的推测与批评（[01:28:47]，基于对方博客）：他猜测对方强调 auto research 系统要维持好的 memory——"昨天做了五次实验都在调学习率，全部失败了，那今天就记住不再接着调"。⚠️ 他的批评是本期最好的一条技术分歧：

"维持一个好的 memory 系统，但是你不理解它背后为什么学习率会失败，你之前的经验也不一定是对的——可能你之前学习率失败是因为 A 原因，但可能我第二天做实验的时候其实是 B 原因，所以这个时候调学习率可能反而是对的。"

他把分歧点命名为经验驱动 vs 机制驱动。 - 国内其他路线（[01:26:43]–[01:27:44]）：孙天祥很早就在做（最近去百度做大模型），其 belief 是"language 基本上就是整个世界，所有的东西都能够被 language 描述"，做的系统是自动生产 paper 的 paper agent；⚠️ 清华 AI 院另一位老师（转录稿作"陈永超"，姓名存疑）路线也更偏 paper agent。 - ⚠️ 他明确不做 paper agent（[01:03:11]）："我在博士期间我就是个 paper machine，我也知道这些 paper 写出来其实真正有价值的可能就那么几个点……研究的第一性原理是拓展自己的知识图谱，paper 只不过是一个副产物——是我的知识图谱足够大了、我脑子里装不下那么多东西，我必须要把它写出来，不然我憋不住。"他们的目标是积累 AI 物理学的 insight 知识库。

可证伪的路标：垂直领域的新架构，且要涨 10 个点

（[01:15:27]–[01:17:27]）这是本期最该被日后核对的一条：

  • 标志性路标：AI for AI 系统能在一个垂直领域（不需要通用）提出一个新架构，不仅碾压现有架构，而且能得到人的 endorsement——"大家都说：啊，它这个架构很精妙"。他随即自我弱化了后半句："但或许也不需要，好用就行。"
  • ⚠️ 何恺明的 ResNet 类比给出了量化标准：

"大家为什么会用 ResNet？有人说是很优美，但是我们不要忘了，当时何恺明在 ImageNet 上面是比第二名高 10%。所以我就在想：你要么就是用拳头把敌人打赢；你如果没有办法用拳头把敌人打赢，这个时候就是需要一些口舌去说服别人。"

落到指标上："这个刷榜不是说我就涨 1% 的点，而是我能涨到 10% 的点。" - AI for AI 与 AGI 的关系：必要不充分（[01:17:27]）。还缺的那一样是抽象能力——"人有持续学习的能力，是因为人会做抽象。但是现在的 AI 仍然不会做抽象；如果说它能做抽象，最多是因为我们的数据本身已经被抽象好了（比如自然语言）。" - 但他做了一处重要限定：达到"垂直领域提出好架构"这个目标不需要解决持续学习；要解决 AGI 才一定要解决持续学习。

产品形态：vibe training

本库第一次记录到这个提法（[01:19:33]–[01:25:42]）：

  • 短期是 training copilot，长期是 training autopilot。用户只说需求，系统端到端设计模型、训练模型、部署模型并交付。
  • ⚠️ 预算被当作一等约束："很重要的是这个用户说——我这里只有 100 块钱，你要在这个经费允许的情况下尽可能地去 deliver 一个好的模型。"（[01:20:35]）
  • 类比 Cursor / Claude Code 让不会写程序的人也能写程序，这个让不会训模型的人也能训自己的模型；但更闭环——"我都不需要告诉你这个技术路线怎么去做，我不告诉你要用 Transformer，我不告诉你怎么去训练，我只告诉你我的需求"（[01:21:35]）。
  • 愿景的规模（[01:22:37]–[01:23:39]）："我们不是自己做一家 OpenAI，它是能够孵化各行各业、各个垂直领域的 OpenAI。" 终极系统能设计出各垂直领域的"Transformer"，"就如同 LM 统一了 NLP 里面的各种任务一样"——而现在造世界模型的、造 LM 的、造 AI for science 模型的，大体上还是不互通的。
  • 举的消费级用例：买一个机械狗陪伴自己，把语音和对话数据存下来微调，"让它不是只天天在那里汪汪汪地叫，它还能说些话来安慰我"（[01:22:37]）。
  • ⚠️ 他很坦诚地承认需求侧想不清楚（[01:23:39]–[01:24:40]）："好吧我实话实说，我也没有想太清楚——有了这样一个每个用户训自己的模型，能有什么样的需求。但是很多时候是这样：当技术便宜到一定程度的时候，有些需求它自然会涌现，只不过我们现在还没有到这个时间点。"张小珺补上类比："怎么会有 household 会想要在家里面放一台巨大的电脑"，到后来人手一台笔记本。
  • 张小珺追问"模型能类比成脑子，我需不需要那么多聪明的脑子在我身边？会提供情绪价值吗"，他的回答很有意思（[01:24:40]）："聪明的脑子它能生产出一些东西，这些东西能给你提供情绪价值，而不是聪明的脑子本身会提供情绪价值。事实上聪明的脑子很多时候会让你很恼火。"
  • 生态判断（[01:25:42]）：如果能 deliver vibe training autopilot，"那就相当于是平权了，所有人都能够去训自己的模型"。⚠️ 但他自己指出瓶颈仍是钱——"你现在训一个大模型都这么的贵"；而physics of AI 理清之后训练成本也会下来，"因为我们现在不是最优的一个 recipe，很有可能还有很大的优化空间"。

2026 年 neo labs 为什么涌现，以及融资体感

成因（他给了两条）（[00:36:41]–[00:43:50]）：

  1. 人才选择问题："对于顶尖的人才，你的选择无外乎就那么几个：要么在学界，要么去大厂模型厂可能做一个大头兵，要么你就自己出来单干。"——"现在的人才不太希望去大厂里面去当大头兵。"
  2. 当前范式有明显打击不到的痛点，那些地方"早期需要大量 research，而不仅仅是说我上来我去堆资源、我去堆工程就可以做成的"。他点名两个：auto research 与 world model。

融资体感（[00:43:50]–[00:45:54]）：

  • 时间线：3 月回国 → 4 月底入职清华 → 5 月底开始融资，"我的体感是就太疯狂了"。
  • ⚠️ 一级市场处于非常 FOMO 的状态："大家都在相互打探消息，然后大家投项目的动作就都非常的快，因为 close 也非常快。"
  • ⚠️ 一条很具体的融资机制观察："从种子轮到后面就是种子轮加轮、加加轮、加加加轮，可以无限地加下去，这是现在融资的一个比较常见的策略"——上一轮没进来的投资人，就为他开一轮；下下轮的投资人又没进来，再开一轮，"相当于是一个连续的融资的一个状态"。
  • 分类的混乱："很多投资人会把我们归类到 AI for science 下面，然后按照 AI for science 去聊。"
  • ⚠️ 一条关于行业词汇的元观察（[01:33:51]–[01:34:52]）："现在所有 neo labs 都是——他形容他在做一个什么事情，那创业者和投资人脑子里就不是一个事。之所以用这些 cliché words，是因为投资人他要得听懂。" 他承认自己也还没找到最准确的词（若只选一个，auto research 最接近），"但是我觉得我们得创造一个新的词汇专门给我们这个路线起个名字"。

⚠️ 为什么回国：一条直接的人才密度判断

（[00:45:54]–[00:46:57]）这是本期最直接的一条中美对照，且是可争议的一手体感：

"我的 auto research 这个事情是需要比较多、然后高质量、高智商，就是高人才密度的这样的一个（团队）。因为我就去观察嘛——我在 MIT 其实也带过二三十个本科生，我的体感是其实平均水平是远不如清北的本科生。"

  • 他的推论链很直白："我要做的这个事情，我是要带小天才的……而且我需要很多的小天才，那就加入清华，然后顺便也能从北大那里薅点学生过来，那就相当于能聚集我觉得不是全国而是全世界最聪明的学生。"
  • 现状：在期智研究院带了十几个学生，"都是我觉得非常非常顶级的学生"。

⚠️ 中美投资人的耐心差：三年 vs 当天

这是本期最锋利的一组中美对照（[01:31:49]–[01:32:50]）：

  • 美方样本是他 Stanford 博后老板 Andreas Tolias（全球做 Neuroscience Foundation Model 最顶尖的几个人之一）创办的 neo lab：投资人跟他们说"三年之内你们不用考虑商业化，这三年你就安安心心地做 R&D"——理由很实在，做猴子和老鼠的实验必须养猴子采数据，"这个周期你是避免不了的"（[00:35:39]–[00:36:41]）。
  • 中方样本由张小珺直接点破："国内的投资人也跟你说'那三年不用盈利'？那是完全不可能的——国内的投资人恨不得你现在当天就能盈利。"
  • 他自己的 roadmap 因此被压得很短：6 个月之内侧重 R&D（做 demo、做产品雏形），6 个月后依成果决定，"肯定是在一年这个时间节点会开始去产品化跟商业化"。
  • ⚠️ 他为这段窗口做的辩护值得记："6 到 12 个月的 research and development 对于一个 neo lab 来说是非常重要的。不能过早地去投入到一个其实不是那么好的方向，只是为了短期能够去交差、短期能够去做商业化。"

neo lab 的本质：先当 lab，grok 之后再当公司

（[01:32:50]）他给了本库目前最清晰的一个 neo lab 定义：

"之所以我们起了一个新的名字给它，就是因为它既不是 lab 也不是公司。6 到 12 个月你去按照一个 lab 的形式、按照一个 research institute 的方式去运转；一旦 grok 了、一旦顿悟了，这个事情就应该按照公司的方式去运转。"

张小珺把它概括为"前 OpenAI 时代和后 OpenAI 时代"，他确认。面对"会不会给它做 lab 的时间不够长、现金流够不够"的追问，他的回答是靠持续募资，并给出一处关键的自我修正：

⚠️ "如果说你一年前问我这个事情，我可能觉得我们需要做三到五年的 research and development。……是我自己意识到这个元模型的可行性之后，我说我要快速地推进这个事情了。之前我确实也是挺犹豫的，因为我没有找到一条清晰的路线。"

从"不与工业界同流合污"到创业：一段被 peer 触发的转向

（[00:27:32]–[00:36:41]）这段是本库中关于学界→创业心态迁移的最完整一手记录：

  • 2024 年在 MIT："大家就还是比较学术、比较偏保守一点……我的同学都觉得湾区那些人搞的 agent 都是在骗钱。"
  • 直到 2025 年 5 月拿到清华 offer，"我的 mindset 都还是说：我要在学术界做出更有影响力的工作，我不要跟你们工业界那些人同流合污。"他现在的评价是"那个时候就太 naive 了……或者说还没有脱下孔乙己的长衫"。
  • ⚠️ 他概括的"MIT 的信仰"很值得单记："我们比如说用 5 年的时间就能写出 AI 的物理学。有了这个 AI 的物理学之后，我们会发现现在我们投入这么多资源完全就是在浪费，因为我们可以从第一性原理去推导出最优的架构是什么样子的。"——"所以你也可以理解我为什么那个时候特别看不上工业界，因为我觉得你们就是有钱。"
  • Stanford 只待了 6 个月，但"像开智了一样"。触发机制他说得很清楚（[00:33:38]）：

"你特别相信你的 peer，尤其是你觉得跟你风格很像的 peer。当你看到和你风格很像的 peer 做出一些改变、做出一些你之前觉得很危险、你之前觉得你做不到的事情的时候，你就会去想：是不是我不够激进？是不是我太在舒适区里面了？"

具体的 peer 是一位同样从 MIT 去 Stanford 做博后的好友，"我们一开始的话风还挺相近的，都是瞧不起创业、瞧不起大厂"，到了 Stanford 两周后就说要创业，做 AI for chemistry。 - 第二个来源是他博后老板 Tolias 自己在筹建 neo lab（更偏 Neuro for AI：用猴脑/鼠脑的表征与结构去约束人工神经网络）。他刚去时对方在秘密筹划，离开前一个月对方 announce——"我目睹了他从 pure scientist 往 entrepreneur 转的这样的转变"（[00:33:38]–[00:34:38]）。 - ⚠️ Tolias 邀他加入，他拒绝了（[00:35:39]）：理由是路线不同，且"至少早期的科研 R&D 这方面，按照我的意愿、按照我的想法去推"——"这个想法得是我原创的、得是我提出来的"。他随后自我审视了这一点："这个可能也是学术圈的人会有一种控制欲……当然这也还是我现在的想法，或许我过段时间之后会发现这也是一种执念。"

现在处于什么时期

（[01:34:52]–[01:35:53]）他的判断很清楚：

  • 大语言模型的收敛已经比较清晰了。
  • 新机会在世界模型与 auto research 两条赛道，都"还处于相当早期"，大语言模型辐射不到。
  • ⚠️ 但两者"辐射不到"的原因不同，这个区分很有用：
  • 世界模型那边是要找到一个更全新的架构，能更好地抽象、找到物理世界真正的 latent space；
  • auto research 这边不是架构问题，而是大语言模型没见过这种数据——"第一步是首先要去结构化，第二步是收集这种结构化的 research 数据。有了这些数据，其实大模型也能吃，做的可能也不赖。"
  • 元模型路径同理：大模型做不好，是因为没见过太多关于模型的结构化数据。

快问快答与个人侧写

（[01:37:54]–[01:38:54]）

  • 食物：热干面（武汉人）；地点：有江河的地方——武汉、上海黄浦江边、MIT 旁的查尔斯河。
  • 影响他的书：《人类简史》——"我一直都比较 nerd，不是很懂这些 social science 的事情，有时候会觉得这个事情明明不合理，但是为什么大家都相信？读了之后就知道我们的这个社会其实是故事驱动的，所以叙事非常重要，不仅仅是技术重要。"
  • 影响 AI 进程的论文（对他个人而言）：GAN——"它相当于是为我打开了 AI 世界的大门。"
  • 一个关键的 bet："AI for coding 下一个会是 AI for research，但是需要用 physics of AI 的方式去做。"
  • 研究者自画像（[00:09:12]、[01:29:49]）：引 Freeman Dyson 的鸟人 / 蛙人之分——鸟人每个领域都懂一点、能看到不同领域之间的结构性相似并把方法搬运过去；蛙人把一个领域做得极精细。"我跟 Max 其实都是非常典型的鸟人。" 他自述思维极度偏视觉——"我脑子里有个图像，我没办法把它倒出来，我就会很难受……但是我美术又不行，所以这个就很尴尬"，因此"有的时候我只能够通过真的把这个东西做出来、展现在你眼前，这个是我沟通的方式"。
  • ⚠️ 对"研究品位"的祛魅（[01:29:49]）："我觉得研究品位、研究直觉其实是一个遮羞布——因为我们聪明到可以提出一个想法，但没有聪明到可以用语言说出来我是怎么提出这个想法的，所以我们把顿悟这件事说成是所谓的品位、所谓的直觉、所谓的灵光一闪。" 他称自己一直有意训练"不仅提出好想法，还要追问我是怎么提出这个好想法的"。他认为思维链一定能或多或少被说出来——"你如果说不出来，说明你还没有拷问得太深"；另一条兜底路径是等脑科学发展到能直接读脑电波。
  • 创业感受（[01:35:53]）："基本上就是除了睡觉都是在工作"；最难的是"不仅去想当下的事情，你还要去想几年之后的事情，根据几年之后的目标去倒推"——"这个我觉得是有一点 out of my distribution 的东西"。问他 professor 与 entrepreneur 只能选一个，答"我都要"。

与本库其它观点的关系

  • 与 姚顺宇 的一条私人交叉：刘子鸣在北大物理时把高他一级的姚顺宇当作"一直以来的一个偶像"，因为对方本科期间就发了两篇 PRL；他自述被理论物理与实验物理"双重毒打"、"比不过姚顺宇"，是转向 AI 的直接触发之一（[00:04:03]）。两人都是物理转 AI，本库现在有了这条谱系的两个样本。
  • 对 physical-ai-and-robotics 里"世界模型要找新架构"一说的独立佐证：他把世界模型与 auto research 并列为大语言模型"辐射不到"的两条赛道，但明确指出世界模型缺的是架构、auto research 缺的是数据（[01:34:52]）。这个区分本库此前没有。
  • 与 Eiso Kant / Poolside 的"知识工作的最优模型尺寸"、孟子立的端侧算力 属不同层，但共享一条判断：训练成本远未最优。他的版本是"我们现在不是最优的一个 recipe，很有可能还有很大的优化空间"，且把降本的希望明确挂在 physics of AI 上（[01:25:42]）。
  • 对"AI 是否已收敛"这个本库长期争议提供了一个分层答案（[01:34:52]）：大语言模型收敛已清晰，但世界模型与 auto research 仍很早期——这比 Benedict Evans 的"模型商品化"与 广密 的路线判断都更细分。
  • 与 Akshay Nathan 关于"生产力无法测量" 遥相呼应：刘子鸣的"一旦一个东西可以被结构化、标准化、规模化，大家就会对它祛魅；我们现在还没对 research 祛魅"（[00:39:45]）给出的是同一现象的判据——凡还在用"品位/直觉"称呼的，就是还没被结构化的。