田渊栋剖析递归自我改进：把重复研究交给 AI，人去找新方向

田渊栋在 The Information Bottleneck 播客访谈中指出，递归自我改进的真正瓶颈在于「想不出好问题」：模型靠海量数据擅长重复工作，需靠新架构实现少数据高效学习，人类则转向更高层的提问与验证。他回顾了从 Dark Forest 到 Meta FAIR 的研究路径，并提到 2012 年 AlexNet 让他从计算机视觉非凸优化转向深度学习。