当研究员不想再做「大头兵」：刘子鸣解释 neo labs 为何押注 AI for AI (2026)

单集信息

项目	内容
播客名	张小珺 Jùn｜商业访谈录
主持人	张小珺
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，参与创建元环智能
集标题	149. 亲历中美 neo labs 资本狂潮，和清华刘子鸣聊：AI for AI、机制可解释性和 Max Tegmark
发布日期	2026 年 7 月 31 日（北京时间）
原集链接	小宇宙第 149 集单集页

这不是一场泛泛而谈的「AI 会不会改变世界」访谈。刘子鸣谈的是一个更窄、也更冒险的问题：如果 AI 研究本身可以被自动化，谁来设计下一个模型？他刚在 3 月回国，4 月底入职清华，5 月底开始参与融资，把这段时间的一级市场体感概括为「太疯狂了」——投资人互相打探消息，项目推进和融资 close 都很快。1

neo labs 为什么在这个时间点出现

刘子鸣给出的解释，先是人才选择，再是技术缺口。顶尖研究者大致有三条路：留在学界，去大模型公司做「大头兵」，或者自己出来做 neo lab。他认为，越来越多人不愿意只在成熟范式里做局部工作；与此同时，当前范式确实还有没有被工程堆料解决的地方。

他点名两个方向：世界模型和 AutoResearch，也就是 AI for AI。前者要让模型学习物理世界，后者要让系统参与 AI 研究。两者都需要早期研究，不能一上来就靠资源和工程把产品推出来。研究者离开大厂，并不只是因为想要更大的话语权，也因为他们认为下一个问题还没有标准答案。2

这也是 neo lab 和普通创业公司的区别：它不急着把一个已知需求做得更快，而是先判断当前范式哪里卡住。Coding Agent 已经相对结构化，有 GitHub 这类高质量数据；研究则不同，研究直觉、品味、失败和转弯往往没有被记录。刘子鸣把问题说得很直白：如果研究没有被结构化，就无法被规模化。

他想做的，不是「会写论文的 Agent」

刘子鸣把自己的路线拆成一条链：先用 AI 做 Physics of AI，也就是用实验和科学方法理解 AI 的内部规律，再用这些规律帮助设计更好的模型。他认为，单纯让 Coding Agent 写论文，仍然是从神经到神经；他的 AI for AI 需要把结果重新闭环到对 AI 的理解和模型设计。

他提出了一个很具体的研究记录格式，缩写为 O-P-H-I-S：Observation（观察到什么）、Problem（问题是什么）、Hypothesis（假设是什么）、Intervention（下一步做什么干预）、Speed up（是否带来提升）。一篇论文通常只留下最后的结果，真正让研究产生方向变化的思维链反而消失了。这个格式的目的，是先创造一套可供模型学习的「研究语言」，再谈训练 Research Language Model。2

刘子鸣对「研究直觉」的怀疑也很尖锐：

「研究品味、研究直觉其实是一个遮羞布。」2

他的意思不是研究没有直觉，而是很多人能提出好想法，却还说不清自己为什么想到。只有把观察、假设、干预和结果留下来，所谓直觉才可能从个人能力变成可训练的数据。

他甚至估算了一个起步规模：如果 20 个学生和员工每天各记录 10 条研究过程，一天约有 200 条，两个月约 1 万条，可能足以开始训练一个内部模型。这是访谈里的估算，不是已经完成的数据成果；刘子鸣也反复说明，路线会每周、甚至每天调整。2

从「勤奋」到「聪明」：他和 RSI 的差别

谈到田渊栋的 Recursive Superintelligence，刘子鸣给了一个容易理解的比较：Coding Agent 更像一个「更勤奋的 AI for AI」，可以不停行动和迭代；他的路线想做一个「更聪明的 AI for AI」，先判断哪些想法更有希望，再决定是否做实验。他举的数字是：以前 100 个想法可能要全部尝试，现在希望让原模型先做排序，减少真正需要执行的实验。

这个「原模型」不是普通意义上的基础模型，而是「关于模型的模型」：输入一个模型、数据集和优化器，输出它可能出现的训练曲线。刘子鸣在今年年初连续约 60 天，每天随机抽取模型和数据集，先预测训练曲线，再实际训练；做了约 40 到 50 天后，他发现自己的预测开始变准。他把这段经历看作一种人体实验：人的研究带宽每天最多做一两个实验，模型可以批量看几千组实验，因而有机会把个人直觉外化。2

这条路的终点不是多发表论文，而是让 AI 找到人没有拍脑袋想到的架构。他给出的标志性路标也很苛刻：在一个垂直领域提出新架构，实际效果超过现有架构，并且最好能在基准上拉开约 10% 的差距。他引用 ResNet 在 ImageNet 上相对第二名的优势，意思不是「必须得到人类赞美」，而是最终要用结果证明它确实更好。2

为什么一定要先理解 AI

刘子鸣对「直接用 AI 提升 AI」保持警惕。语言模型之所以成功，部分原因是语言本身已经是人类长期压缩过的高质量模态；视觉和物理世界没有这么整齐的抽象，光靠堆更多数据未必够。他把 AI 发展比作天文学：现在也许只有经验规律，离能够用少数原理压缩大量现象的「牛顿时刻」还很远。

他提出用三个方向观察这个黑盒：在空间上看模型内部的神经元和表征，在时间上看模型如何演化，在「平行宇宙」里做控制实验，比较不同超参数和训练条件下会出现什么结果。一个技巧什么时候有效，比「这个技巧有效」更重要；同一个方法出了适用的相区，可能就不再有效。Physics of AI 要回答的，正是架构和技巧的适用条件。2

这也解释了他对机制可解释性的保留。Anthropic 式的做法可以尝试解释单个神经元，但换一个随机种子，原先的解释可能不再稳健。他并不否认这条路线，而是认为不必把目标限定在最微观的神经元层面。只要能稳定说明一个模型为什么在某个条件下工作，哪怕还没有写出 AI 的「牛顿公式」，也已经有研究价值。

这场创业目前处在什么阶段

刘子鸣说，团队短期会先做 Demo 和研究工具，6 到 12 个月是关键探索期；一年左右再开始产品化和商业化。他把 neo lab 形容成一个会变形的组织：前 6 到 12 个月按研究机构运转，出现可验证的原型后，再按公司方式推进。对这类项目，过早追求商业化可能只是为了交差，反而会错过真正的方向选择。2

更远的产品想象是 Training Copilot 或 Training Autopilot：用户只说需求和预算，例如「我只有 100 块钱」，系统就负责设计、训练、部署一个私有模型。刘子鸣把它类比为 Vibe Coding 的下一步：未来可能是 Vibe Training。这个愿景很大，但他也承认，人人都能训练模型之后究竟会拿来做什么，现在还没有答案；只有当训练成本足够低，需求才可能自己涌现出来。2

这集值得怎么听

想听 neo labs 为什么出现，听 37:11-44:16：人才不想做「大头兵」、Coding Agent 的缺口、世界模型与 AutoResearch 的关系都在这里。
想理解「原模型」不是一句口号，听 48:43-58:21：60 天自我训练、预测训练曲线、模型如何筛选 100 个想法。
想判断这条路线和现有 Agent 的差异，听 46:51-47:49 以及 1:15:57-1:18:14：一个强调勤奋迭代，一个强调用物理学方法找新架构；AI for AI 对 AGI 可能必要，但还不充分。
想听创业约束和产品方向，听 1:20:07-1:25:54、1:31:35-1:37:54：训练 Copilot、6 到 12 个月研发窗口、以及研究者如何在教授和创业者之间「我都要」。

这集适合想分辨 AI 创业叙事里「已经能做的产品」和「仍在寻找方法的研究」的人。它没有证明 AI for AI 已经成功，却把成功前必须补齐的几块拼图说清楚了：研究数据如何留下、直觉如何被外化、模型如何被比较，以及创业团队能否撑过 6 到 12 个月的探索期。

当研究员不想再做「大头兵」：刘子鸣解释 neo labs 为何押注 AI for AI