大家好，这里是最佳拍档，我是大飞。今天我们将深入探讨一个前沿话题：大语言模型（Large Language Model: 基于海量文本训练的 AI 系统）能否实现自我进化？日本AI初创企业Sakana AI开源的Shinka Evolve框架，正是这一理念的实践者。它深度融合了大语言模型与进化算法，构建了一个具备开放式程序搜索（Open-ended program search: AI自主探索和生成解决问题的程序）能力的系统，显著解决了过去谷歌DeepMind AlphaEvolve（Google DeepMind AlphaEvolve: 一个早期用于代码生成的进化算法系统）系统的核心痛点。Shinka Evolve不仅让AI能够解决固定问题，更迈出了自主发明问题并解决（Self-inventing and solving problems: AI主动发现新问题而非仅解决已知问题）的关键一步。

进化突破：效率与创新

Shinka Evolve的研发深受AlphaEvolve的启发，其负责人Robert Lang在一次播客访谈中详细阐述了设计理念。尽管AlphaEvolve成果斐然，但其核心效率问题在于，为解决特定任务需要采样上千个程序进行评估，这导致了高昂的计算成本和评估时间。Shinka Evolve的首要目标就是通过技术创新，大幅提升进化式搜索的样本效率（Sample efficiency: 用更少的计算资源或评估次数达到同等或更好的效果），即用更少的程序评估实现更好的求解效果。在经典的圆堆积问题（Circle packing problem: 一种经典的几何优化问题，目标是将圆紧密地排列在给定区域内）上，Shinka Evolve以极少的评估次数超越了AlphaEvolve的经典结果，验证了其在效率上的巨大提升。

创新源泉：发明新问题

AlphaEvolve作为一款进化式编码Agent，其局限在于专注于为给定固定问题优化解决方案。然而，在真实的科学研究中，真正的创新往往源于发明新问题（Inventing new problems: 创造全新问题以驱动技术或理论的突破），而非直接解决已知问题。现有AI系统普遍缺乏这种递归式问题解决能力（Recursive problem-solving: 能够通过解决一系列关联问题来达到最终目标的能力），而这恰恰是人类科学创新的核心。正如肯尼斯·斯坦利和乔尔·雷曼在《伟大无法被规划》（The Greatness Cannot Be Planned: 一本书，探讨了非定向探索在实现伟大成就中的重要性）一书中提出的观点：直接为既定目标优化并非实现伟大成就的最佳方式。自然进化也是如此，物种通过尝试各种可能性，看似无用的变异可能成为未来进化的基石。机器学习算法的一大短板在于无法处理“未知的未知”，而这正是科学创新的核心源泉。

理论启示：POET与PowerPlay

为了解决AI无法自主发明新问题、也无法从看似无关的问题中找到线索的困境，Robert Lang提出了从POET（Paired Open-Ended Trailblazer: 一种通过环境与Agent配对协同进化实现自动课程学习的理论）和PowerPlay（PowerPlay: 一种形式化学习者需为自己发明更难任务以避免停滞的思想）这两个经典理论中寻找灵感。POET通过环境与Agent的配对协同进化，实现自动课程学习，不断生成难度递增的环境让Agent进化。PowerPlay则强调学习者需要主动发明更难的任务以避免停滞。这两个理论最初应用于强化学习，但其核心思路——问题与解决方案的协同进化（Co-evolution of problems and solutions: 问题和解决方案相互促进、共同发展的过程）——可以拓展到通用科学领域，只要存在可运行评估的模拟器。

关键挑战与解决方案

尽管有理论支持，但大语言模型在自主运行时往往难以产生有价值的创新，甚至可能仅停留在对初始条件的表面重组。Robert Lang用垫脚石理论（Stepping-stone theory: 进化不需预设完美目标，而是通过重组现有“垫脚石”实现创新）回应了这一质疑。他指出，大语言模型缺乏创新很大程度上取决于初始条件；高度优化的初始解决方案容易陷入局部最优，而简陋的初始条件则为多样化探索提供了更大空间。这与元学习（Meta-learning: 学习如何学习，通过调整模型学习过程来提升学习效率和泛化能力）中的权衡类似：高约束条件收敛快但创新性低，无约束条件收敛慢但创新空间大。Shinka Evolve的核心创新之一即在于其进化架构（Evolutionary architecture: 一种模拟生物进化过程来构建和优化AI系统的架构），它能平衡这种权衡，实现高质量的多样化探索。

MAP-Elites与程序存档

Shinka Evolve的进化架构底层采用了MAP-Elites（MAP-Elites: 一种质量多样性搜索算法，维护一个包含多样化高质量解决方案的存档）算法，其核心是维护一个包含多样化高质量解决方案的程序存档（Program archive: 存储大量程序及其相关信息的数据库）。与AlphaEvolve类似，Shinka Evolve的核心是一个程序存档，但进行了大量技术升级。系统的运行逻辑是：从存档中采样父程序和灵感程序，然后利用大语言模型对父程序进行改进（编辑、重写、交叉融合），生成新程序；接着在目标问题上评估新程序，收集反馈；最后将评估后的新程序重新加入存档，完成一次进化循环。这个过程是并行进行的，新程序的加入会将其知识扩散到整个数据库，如同程序树的分支，实现不同分支间的知识共享与共同进化。

架构创新：多模型集成与UCB

Shinka Evolve在架构上的第一个关键创新是实现了多前沿大模型的集成与自适应选择（Multi-frontier LLM integration and adaptive selection: 集成多种先进大模型，并根据其表现动态选择使用）。它整合了包括GPT-5、Sonnet 4.5、Gemini等在内的多种主流大模型。为了解决不同模型在不同任务上的表现差异及贡献的信用分配问题，Shinka Evolve引入了UCB（Upper Confidence Bound: 一种多臂老虎机算法，用于平衡探索与利用）算法。将每个大模型视为一个“摇臂”，系统根据模型在过往进化中的贡献动态调整其被选择的概率，在初期进行广泛探索，后期则偏向表现优异的模型，同时保留一定的探索概率，有效解决了探索与利用的权衡问题。实验表明，单一模型并非主导，不同模型在不同阶段展现优势，UCB算法能精准捕捉并实现自适应选择。

语义层面探索与知识扩散

第二个关键创新是程序的语义层面探索（Semantic-level exploration of programs: 不仅修改代码语法，更理解并利用程序的核心逻辑）。Shinka Evolve为每个程序生成摘要，从中提取全局洞见（Global insights: 从程序摘要中提炼出的、对改进程序有指导意义的抽象概念），并存储在元草稿本（Meta-scratchpad: 存储全局洞见，作为系统提示词的一部分）中，指导大语言模型的程序改进。这意味着系统不仅知道“如何”修改代码，还知道“为何”修改，能够从语义层面理解程序逻辑。然而，知识扩散需要平衡全局共享与局部隔离，过度共享可能导致单一优化方向，过度隔离则降低效率。Shinka Evolve正在探索自动调整这种平衡的方法，但这过程具有任务依赖性。

代理问题与MAP-Elites算法

第三个关键创新是Shinka Evolve在圆堆积问题（Circle packing problem）中验证了代理问题（Proxy problem: 一个简化或略微修改的问题，用于快速逼近原问题最优解）的重要性。在实验中，团队使用了带有微小松弛度的评估公式（允许圆有极轻微重叠）作为原问题的代理问题，系统在此上快速达到SOTA（State-Of-The-Art: 当前最先进水平）表现，再通过微调半径解决原问题。直接在原问题上运行则耗时更长。这证明了设计高效代理问题在科学发现中的价值，若AI能自主设计代理问题，将是协同进化的关键一步。Shinka Evolve的收敛速度快，性能在短时间内迅速提升，随后进入缓慢收敛阶段。

程序变异与交叉操作

Shinka Evolve实现样本效率提升的关键在于其程序变异与交叉操作（Program mutation and crossover operations: 进化算法中生成新个体（程序）的两种主要方式）。程序本质上是长字符串，需要保护核心代码区域不被随意修改。为此，Shinka Evolve引入了可变区域标记机制（Mutable region marking: 明确标注代码中允许被修改的区域），并结合拒绝采样与反思策略。相较于AlphaEvolve仅使用基于差异的变异，Shinka Evolve新增了两种关键变异操作：全文件重写（Full file rewrite: 让LLM基于父程序思路重写整个程序）和交叉变异（Crossover mutation: 融合两个父程序的优势生成新程序）。这些操作极大地提升了探索多样性，尽管并非在所有问题中都提升性能，但为开放式进化（Open-ended evolution: 进化系统能够持续产生新颖、复杂且有意义的解决方案，不受预设目标限制）提供了必要的维度多样性。未来的挑战包括实现多文件代码库的变异，目前Shinka Evolve仍局限于单文件程序。

未来愿景：氛围研究与人机协作

Robert Lang提出了一个极具想象力的未来愿景——氛围研究（Vibe Research）。他认为当前人机交互模式（单线程聊天助手）效率低下，未来科研模式应是分布式、多线程的协作模式（Distributed, multi-threaded collaboration: 研究者与AI系统并行、协同工作）。研究者白天引导AI确定探索方向，夜晚AI自主运行、并行实验、积累证据。研究者转变为探索的引导者，AI则承担重复性、低层次工作，使人类能聚焦高层次创意与决策。

规模化与自动验证

实现这一愿景需解决两个核心问题：系统的规模化（System scalability: 使系统能够以更低成本生成更多解决方案）和自动验证能力的提升（Improved automated validation capability）。规模化方面，Robert Lang设想通过并行化运行上千个Shinka Evolve实例，每个实例探索不同区域，并进行知识共享，甚至从空程序开始实现自主探索。自动验证能力是当前AI科学系统的短板；LLM易于生成解决方案，但硬验证（Hard validation: 在实际模拟器或硬件中运行并收集真实反馈）极为困难，目前多为软验证（Soft validation: 通过分析代码隐式模拟，精确度不足），易导致Reward Hacking（Reward Hacking: 系统找到评估函数漏洞而非真正解决问题）。若AI能实现高效硬验证，将是AI科学发现的关键突破。

AI对人类工作的影响

主持人指出，大规模劳动力市场颠覆并未出现，反而作家、编辑需求增加，软件工程师薪资翻倍。这说明人类具有极强的适应性，AI是人类能力的放大器（Amplifier of human capabilities: AI增强而非取代人类现有能力），让人类聚焦创意、决策等优势领域。Robert Lang认同AI是放大器，而非替代者。未来科研模式下，人类成为AI的“牧羊人”，引导探索方向，验证成果；AI承担实验执行和数据处理。这种协作将大幅提升科研效率，解决重大科学问题。AI发展速度超越人类文化进化速度，需学习与AI协作，设计高效人机交互，培养AI素养。过度依赖AI如药物，会丧失独立思考能力；人类需找到协作的“度”。

总结与未来展望

当前的AI科学系统虽存在无法自主发明问题、自动验证能力不足等短板，但这些是发展中的问题，终将被解决。Robert Lang形容当前是AI科学发现的“GPT-1时刻”（GPT-1 Moment: 象征AI科学发现领域处于早期、具有巨大潜力的发展阶段）。尽管前路漫漫，未来充满希望。