站在 AutoResearch 的十字路口

AutoResearch 是近期比较感兴趣的工作之一，为此与许多有趣的人做了一些 discussion，收获很多。

一个大家都认同的观点是至少在目前这个阶段通用的 OOTB AI tools 不存在，即便说丢进去 unlimited 的 token 本质上也是在向 LLM 之神祈祷，祈求丢进去一个粗糙的 idea 然后就能吐出来一个 polished 且高质量的 paper。这个太 naïve 了，很多时候需求本身就是不明确的，即便我们把这个当作一个纯工程化的解决方案，粗糙的 idea 也会有可能带偏一个即使是拥有丰富经验的工程师，遑论 research 本身并不是一个纯 engineering problem，agent（or LLM, whatever）本身也存在大量的问题。希望一个 multi-agent system 能实现 AGI 的活在现在还是比较天真的。

但另一方面这种 tool 的 lower and upper bound 都很高，只是不能做到 OOTB，它必须需要 human in the loop，在构建 workflow 的时候让 LLM 和人一起实现系统设计，得到一个 personalised 的 toolbox 和工作范式。已知在数学上这种可行性会更高一点，毕竟更多情况下不需要做 experiment，一些 verification 的工作就足够。计算机领域因为涉及更多实验的问题，会更困难一些。

抛开 research，AI4Sci 甚至 AI application 也是很值得关注的地方，Anthropic 在逐步 deprecate Claude Code，他们推出了 Claude Desktop，用户可以用 Cowork 的方法和 agent 合作。这个可能更直接一点：世界上只有开发者看到终端和命令行会感到兴奋，绝大部分的普通用户还是会更希望有一个 GUI。Agentic 的时代弱化了角色分工，今天听到的一个很有意思的观点是 Anthropic 在试图将每个员工都打造成“超级个体”，有 agent 的帮助所有人都可以是 software engineer，都可以是 product manager，从想到一个 idea 到落实上线可能只需要数天甚至数小时。我们必须积极拥抱 vibe coding 和 community，传统意义上的软件工程已经完全跟不上了。很多人还在拿 GPT-3.5 那一套的东西来做反驳，但 GPT-3.5 用来做我的高等代数作业都很费劲，5.5 Pro 已经完全可以说把 99% 的数院本科生甚至 PhD 摁在地上打了，而这不过短短数年。

五道口那个机器人摇奶茶就是个很有意思的实践，在这个时代讨论实际运行的成本意义不大。70 万的机器人明天可能只值 7 万，技术迭代的飞轮只会越来越快。所有行业都会被 invade，现在市场里大部分还是流氓在挣快钱，但流氓被踢出去应该只是时间问题。

※ 当然例如新X元之类的流氓软文公众号天天宣传瘫坐在椅子上，时间长了有点审美疲劳。AI 肯定在未来会 take over 世界的（当然，depends on how you define “take over”），但天天瘫在椅子上还是太夸张了，不用干活了这。