斯坦福 CS329A (第7讲): 开放式进化 — ADAS、The AI Scientist 与 AlphaEvolve：当代码化身基因
2019年，人工智能先驱理查德·萨顿（Richard Sutton）教授发表了 AI 历史上最具洞察力的论文之一——《苦涩的教训》（The Bitter Lesson）：
“从70年人工智能研究中汲取的最大教训是：利用大规模算力的通用方法最终最为有效，并且优势巨大……人类手工精心构建的算法，最终无一例外都会被自主学习、搜索和进化的系统彻底超越。”
计算机视觉领域曾耗费数十年手工设计 SIFT 和 HOG 特征提取器，但在深度卷积神经网络（CNN）面前一夜之间被颠覆。自然语言处理领域也曾花费多年手工构建语法分析树与语言学规则，最终被基于自注意力机制的 Transformer 彻底取代。
在**斯坦福 CS329A: Self-Improving AI Agents（自我提升型 AI 智能体）**第7讲中，我们直面当今智能体工程中最具冲击力的核心命题：
“为什么我们今天依然由人类工程师一行行手写 ReAct 循环、PRM 验证器和 LATS 树搜索？如果我们把图灵完备的 Python 代码视为生命的 DNA，让元智能体自主设计、评估并进化出超越人类构想的下一代智能体系统，会发生什么？”
本文将深入探讨 Open-Ended Evolution LLM（大语言模型的开放式进化） 前沿，全面解构三大里程碑突破：Automated Design of Agentic Systems ADAS（智能体系统自动设计）、Sakana AI 开启的 The AI Scientist Sakana 与 Autonomous Machine Learning Discovery（自主机器学习科学发现），以及 Google DeepMind 借助 Self-Referential Code Evolution（自引用代码进化） 创造的 AlphaEvolve。