Alex Zhang 在 MIT 谈 AI 工程的演变。他给出的关键词有三个：递归语言模型（RLMs）、AI 生成的 GPU 内核，以及人类专业能力在验证复杂模型输出时的关键作用。

这三个方向放在一起，指向同一件事——AI 工程的工作方式正在被重新划分。哪些环节交给模型，哪些环节必须留给人，边界在移动。

打开网易新闻 查看精彩图片

递归语言模型在解决什么

RLMs 被 Alex Zhang 列为 AI 工程演变的一部分。它属于模型层面的进展，而不是应用层的包装。对做工程的人来说，这意味着可调用的能力边界在变。

AI 生成的 GPU 内核是另一个被点名的方向。内核是性能的底层，过去由极少数人手工打磨。当生成式方法介入这一层，工程分工的颗粒度会跟着变。

人类的位置没有被拿掉

Alex Zhang 强调，人类专业能力在验证复杂模型输出时扮演关键角色。模型能产出，但产出是否可信，需要人来判断。

这构成一种分工：生成交给模型，验证留给人。验证不是走过场，它决定了复杂输出能不能真正进入工程流程。

把这三条放在一起看，AI 工程的演变不是单向替代。RLMs 和 AI 生成的 GPU 内核在扩展能力，人类验证在守住底线。两边同时变化，才是 Alex Zhang 描述的那幅图景。

学术是抱负之所在——这是他给出的落点。在 MIT 的语境里，这句话指向的是：真正有野心的方向，往往先在学术里被提出和检验，再进入工程实践。