引言：从工具到科学引擎的范式转移
Matt Bornstein 与 Mirendil 的联合创始人 Behnam Neyshabur 和 Harsh Mehta 展开对话，深入探讨了构建自我加速 AI 系统的愿景。这两位创始人此前分别在 Google 和 Anthropic 领导研究工作，他们创立 Mirendil 的初衷源于一个简单却深刻的问题：当 AI 系统能够实质性地贡献于自身发展时，会发生什么？ 他们主张，AI 最重要的应用可能并非仅仅作为提升生产力的工具，而是加速科学和技术进步本身。这一观点将 AI 的角色从辅助者提升为共同研究者，旨在通过自动化工程、科学发现和智能扩展，解锁医学、工程和自然科学领域的重大突破。
"Rather than focusing solely on AI as a tool for productivity, they argue that the most important application may be accelerating scientific and technological progress itself."
Mirendil 的起源与核心使命
Mirendil 的诞生并非偶然，而是创始人在顶级研究机构积累深厚经验后的自然延伸。Behnam Neyshabur 和 Harsh Mehta 在 Google 和 Anthropic 的工作经历让他们深刻认识到当前 AI 发展的局限性。他们发现，尽管 AI 在生成内容和分析数据方面表现出色，但在推动实质性科学发现方面仍面临巨大瓶颈。因此，他们决定创建一个专注于自我加速 AI 的初创公司，旨在构建能够自主改进、优化代码并探索新假设的系统。这种系统不仅限于执行预设任务，而是能够主动寻找提升自身性能的方法，从而形成正向反馈循环。
"After leading research efforts at Google and Anthropic, the founders started Mirendil around a simple question: what happens when AI systems can meaningfully contribute to their own development?"
自我加速 AI 的定义与机制
"自我加速 AI" 并非一个模糊的概念，而是指具备元认知能力和自我优化机制的智能系统。Behnam Neyshabur 解释了这一概念的具体含义：系统能够分析自身的错误，识别性能瓶颈，并生成新的代码或算法来修复这些问题。这种能力超越了传统的监督学习或强化学习，因为它涉及对系统架构和训练过程的自主干预。例如，AI 可以自动调整超参数、重构神经网络结构，甚至设计新的损失函数。这种机制使得 AI 系统能够在没有人类直接干预的情况下，持续迭代并提升其在特定任务上的表现，从而显著缩短从假设到验证的周期。
"What 'Self-Accelerating AI' Actually Means" 章节中详细阐述了这一机制，指出其核心在于系统能够自主识别并修复自身的缺陷，从而实现性能的指数级增长。
从 Anthropic 到初创公司的转型故事
从大型科技公司转向初创企业，Behnam Neyshabur 和 Harsh Mehta 面临着不同的挑战与机遇。在 Anthropic 期间，他们专注于 AI 安全和对齐问题，这使他们深刻理解了构建可靠 AI 系统的重要性。然而，他们也意识到，仅靠大型团队和海量数据难以在科学发现领域取得突破性进展。因此，他们选择创立 Mirendil，以更灵活、更专注的方式推进自我加速 AI 的研究。这一转型不仅涉及技术路线的调整，还包括团队文化和工作模式的转变。他们希望建立一个更加扁平化、以研究为导向的组织，能够快速响应科学界的需求，并将最新的研究成果转化为实际应用。
"From Anthropic to a Startup: The Origin Story" 部分揭示了创始人在大型机构中积累的经验和教训，如何塑造了 Mirendil 的独特发展路径。
安全、护栏与 AI 研究的民主化
在追求 AI 自我加速的同时，安全性和可控性是 Mirendil 不可忽视的核心议题。Behnam Neyshabur 强调，自我加速系统必须内置严格的安全护栏，以防止其产生不可预测或有害的行为。这些护栏包括对代码生成的自动审查、对实验结果的严格验证以及对系统行为的实时监控。此外，Mirendil 还致力于AI 研究的民主化，旨在让更广泛的科学家和研究人员能够利用自我加速 AI 工具，而无需具备深厚的计算机科学背景。通过提供用户友好的界面和自动化工作流，Mirendil 希望降低科学研究的门槛，使更多领域专家能够参与到 AI 驱动的发现过程中。
"Safety, Guardrails & Democratizing AI Research" 章节指出，安全不是附加功能，而是自我加速 AI 系统的基石，确保其在提升效率的同时不会带来新的风险。
为企业构建专属 AI 系统
Mirendil 的另一大愿景是为企业构建专属的 AI 系统。Behnam Neyshabur 指出，大型企业通常拥有海量的私有数据和复杂的业务流程，但缺乏将其转化为智能决策的能力。Mirendil 的系统能够深度集成到企业的现有基础设施中，通过分析历史数据、优化工作流程和预测市场趋势，为企业提供定制化的智能解决方案。这种专属 AI 不仅能够提升企业的运营效率，还能够帮助企业在激烈的市场竞争中保持技术领先地位。通过持续学习和自我优化，这些系统能够适应企业不断变化的需求，成为企业不可或缺的智能合作伙伴。
"Giving Businesses Their Own AI" 部分展示了 Mirendil 如何将自我加速 AI 应用于商业场景，强调其定制化和持续进化的特性。
智能体与人类的扩展系统
Mirendil 的长远目标是构建智能体与人类协同工作的扩展系统。Harsh Mehta 认为，未来的科学研究将是人机协作的典范，其中 AI 负责处理大规模数据、执行重复性实验和生成初步假设，而人类科学家则负责提供创意、验证结果和做出最终决策。这种协作模式能够最大化两者的优势，AI 提供速度和规模，人类提供洞察力和判断力。Mirendil 正在开发能够无缝对接人类工作流的智能体系统，使科学家能够以自然语言与 AI 交互，并实时查看和分析实验结果。这种人机共生的模式有望彻底改变科学研究的范式，加速从理论到实践的转化过程。
"Scaling Systems of Agents and Humans" 章节描绘了人机协作的未来图景，强调 AI 作为增强智能而非替代人类的角色。
科学的终极目标与未来展望
对话的最后，Behnam Neyshabur 和 Harsh Mehta 展望了自我加速 AI 的终极目标：推动科学进步。他们认为，当前科学发展的主要瓶颈在于智力资源的稀缺，而非计算能力或数据量的不足。自我加速 AI 能够通过自动化假设生成、实验设计和数据分析，大幅扩展人类的智力边界，从而加速在医学、材料科学、气候变化等领域的突破。他们相信，随着 AI 系统的不断进化，我们将见证科学发现的指数级增长，为解决人类面临的最严峻挑战提供新的工具和视角。这一愿景不仅关乎技术进步，更关乎人类文明的进步。
"Where Does It All End? Science as the Goal" 章节总结道，AI 的终极使命是服务于科学，通过自我加速实现智力资源的无限扩展。