史丹佛 CS329A (第7講): 開放式演化 — ADAS、The AI Scientist 與 AlphaEvolve：當代碼化身基因
2019年，人工智慧先驅理查·薩頓（Richard Sutton）教授發表了 AI 歷史上最具洞察力的論文之一——《苦澀的教訓》（The Bitter Lesson）：
「從70年人工智慧研究中汲取的最深刻教訓是：利用大規模算力的通用方法最終最為有效，並且優勢巨大……人類手工精心構建的演算法，最終無一例外都會被自主學習、搜尋與演化的系統徹底超越。」
電腦視覺領域曾耗費數十年手工設計 SIFT 和 HOG 特徵提取器，但在深度卷積神經網路（CNN）面前一夜之間被顛覆。自然語言處理領域也曾花費多年手工構建語法分析樹與語言學規則，最終被基於自注意力機制的 Transformer 徹底取代。
在**史丹佛 CS329A: Self-Improving AI Agents（自我提升型 AI 代理人）**第7講中，我們直面當今代理人工程中最具衝擊力的核心命題：
「為什麼我們今天依然由人類工程師一行行手寫 ReAct 循環、PRM 驗證器和 LATS 樹搜尋？如果我們把圖靈完備的 Python 代碼視為生命的 DNA，讓元代理人自主設計、評估並演化出超越人類構想的下一代代理人系統，會發生什麼？」
本文將深入探討 Open-Ended Evolution LLM（大語言模型的開放式演化） 前沿，全面解構三大里程碑突破：Automated Design of Agentic Systems ADAS（代理人系統自動設計）、Sakana AI 開啟的 The AI Scientist Sakana 與 Autonomous Machine Learning Discovery（自主機器學習科學發現），以及 Google DeepMind 借助 Self-Referential Code Evolution（自引用代碼演化） 創造的 AlphaEvolve。