微新创想：2026年3月，前特斯拉AI负责人安德里杰·卡尔帕西披露了一个令人震惊的发现。他耗时数月手动调试GPT-2训练配置后，仅用一个晚上便由自主智能体发现了人类遗漏的多项关键调优参数。这一结果展示了人工智能在优化过程中的巨大潜力。
自主智能体通过系统性搜索识别出参数间复杂的交互关系。这种能力使得它能够超越人类的直觉和经验，找到更优的解决方案。与传统的手动调试相比，智能体的自动化优化不仅提高了效率，还减少了人为错误的可能性。
卡尔帕西基于这一发现，呼吁研究者在可量化任务中主动退出执行环节。他强调，将自身从流程瓶颈中移除，可以让AI更好地发挥作用。这种转变不仅有助于提升研究效率，还能推动AI在更多领域的应用。
他指出，当前AI已经在编程等可验证任务上实现了高效自动化。这些任务具有明确的指标和可衡量的结果，使得AI能够精准地进行优化和调整。然而，向主观性强、难量化的领域迁移仍然面临诸多挑战。
在这些领域，AI需要处理更复杂的信息和更模糊的目标。例如，创意设计、情感分析和艺术创作等任务，往往缺乏明确的评价标准。因此，如何让AI在这些领域中发挥更大作用，成为研究者们关注的焦点。
尽管存在挑战，但卡尔帕西认为，随着技术的进步，AI在主观性强的领域也将逐步取得突破。他鼓励研究者积极探索，利用AI的优势，推动更多领域的智能化发展。
