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

人工智能领域正涌现出一批以科研背景为核心的 “Neo labs”，其核心叙事转向 “AI for AI” 与 “Physics of AI”。清华大学人工智能学院助理教授刘子鸣指出，当前 AI 范式面临抽象能力不足的瓶颈，需引入物理学方法论去理解、改进并设计神经网络。AutoResearch 并非简单的代码生成，而是通过结构化科研思维链，构建能够预测实验结果的 “原模型”，从而实现研究过程的自动化与规模化。这种模式旨在将顶尖研究员的思维逻辑沉淀为可训练的模型，通过 “vibe training” 实现模型设计的端到端自动化。从学术界转向创业，旨在打破传统科研的低效，通过构建科研环境与数据采集系统，让 AI 具备自主迭代与持续学习的能力，最终推动模型训练的平权与普及。