南开联合中关村学院提出 L0-L3 框架:拆解 AI 研发的三项关键决策权

封面为AI生成的主题示意图,非新闻现场照片。
最近,南开大学联合中关村学院团队发布了一项关于「让 AI 研究 AI」的综述。该研究从控制权出发,将 AI 研发过程拆解为搜索方向、搜索空间和评价信号三项关键决策,并据此提出了 L0–L3 控制来源框架,旨在重新审视 AI 在研究中的自主性程度。
研究自动化并不意味着研究决策的完全自动化。即使 AI 能够自动生成候选方法、修改程序并运行基准测试,人类提出的初始问题、允许修改的范围以及判断成功的标准依然占据核心地位。只有将上述三项控制权拆开分析,才能准确界定 AI 在研究中承担的责任。
针对「下一步研究什么」,该框架定义为搜索方向(SearchDirection)。若 AI 能根据实验历史诊断瓶颈、提出假设并主动选择干预措施,便不再局限于执行人类给定的计划。而「允许尝试什么」则对应搜索空间(Search Space),决定了算法的表达范围及哪些组合被视作合法方案。
对于「什么算成功」的评价,框架引入了评价信号(Evaluation Signal)。这包括测试任务、奖励函数和判断规则等,AI 若能实质性修改这些机制,即意味着它开始参与决定研究本身的进展标准。基于此,团队将控制权分配划分为 L0(完全由人类或外部规则给定)至 L3(AI 提供影响训练或筛选的评价信号)四个层级。
综述还按改进对象将 AI for AI 领域细分为学习、推理、数据和基础设施四个分支。在 AI for AI Learning 中,目标涉及更新模型参数,如架构与优化器的演化;而 AI for AI Inference 则聚焦于冻结参数下的能力提升,例如提示词与工作流的优化。
AI for AI Data 关注数据的筛选、混合与合成策略,DoReMi 等项目通过代理模型优化数据权重即为实例。此外,AI for AI Infrastructure 致力于优化计算系统,如 AlphaEvolve 对矩阵乘法分块和 TPU 算术电路的改进,确保有限的计算资源能支持更多实验。
未来的研究需进一步验证:理论上可表达的算法空间是否在现实预算内可达;以及当 AI 参与构建评价规则时,如何区分真正的能力提升与测试难度的降低。通过结合决策来源框架与应用分支分析,研究者可以更清晰地比较不同目标下 AI for AI 系统的实际贡献。