后scaling时代的AI研究正迎来范式转变。OpenAI联合创始人Ilya Sutskever在SSI（Safe Superintelligence）强调，预训练scaling已趋饱和，互联网数据即将耗尽，转向“age of wonder and discovery”。核心在于构建hypothesis-generation agents（假设生成代理），结合automated experiment loops（自动化实验闭环），通过meta-learning实现self-improvement，并在low-data regimes下高效加速研究。这不仅是理论愿景，更是可工程化的系统。
观点一：假设生成代理是post-scaling研究起点。传统scaling依赖海量数据模仿人类，而Sutskever指出，next-token prediction可超越人类，通过推断“智慧之人行为”生成新假设。代理需从文献gap中提取未验证关联，如MIT Automated Scientist分析10万篇锂电池文献，提出“锂锰氧化物晶体缺陷用碳纳米管填补”假设。证据显示，DeepSeek R1用RL从低数据基线提升AIME准确率至79.8%，无需人类反馈闭环。
落地参数：代理架构用LLM（如o1或Claude-3.5）+贝叶斯推理。输入：Semantic Scholar API检索最近N=1000篇相关论文。生成步骤：1) Gap分析（矛盾/未探索联系，阈值p<0.05）；2) 假设公式化（H: if A then B, 可检验性>80%）；3) 优先级排序（novelty score = 1 - cosine_sim(新假设, 现有文献)）。监控：日志novelty分布，目标均值>0.7；失败率<20%，回滚至人类反馈。
观点二：自动化实验闭环实现hypothesis验证。Sutskever访谈中，RLHF已转向AI生成数据，结合状态机驱动实验迭代。牛津大学k-agents框架将实验拆为状态机：规划→执行→分析→跳转。DeepMind Co-Scientist生成假设、辩论、验证，提出AML药物候选。InternAgent在12任务中，从基线提升7.8% R²，仅12小时。
工程清单：1) 实验设计：遗传算法/RL优化参数空间（初始种群=50，变异率=0.1，收敛阈值=0.01）；2) 执行：机器人接口（ROS2+状态机），超时=300s/步；3) 分析：VLM（如GPT-4V）+小样本学习（5成功/失败样本），准确率阈值>90%；4) 迭代：max_rounds=20，early_stop if delta<1e-4。风险监控：错误累积（过滤多数投票+长度阈值），回滚策略（恢复上轮最佳）。
观点三：meta-learning驱动self-improvement，低数据高效。Sutskever预言RL复兴，如DeepSeek R1-Zero用GRPO（群体相对策略优化）从零人类数据自我强化。Transformer自我改进论文显示，递归生成数据+过滤，实现长度泛化（9位乘法近100%）。SSI目标：安全超级智能，通过meta-learning适应新任务。
参数配置：Meta-learning用MAML（内循环lr=0.01，外lr=0.001，任务数=5/轮）。低数据：合成数据（self-play，规模=10k/step），奖励：规则-based（正确率）+相对（组内对比）。监控点：KL散度<0.1（分布偏移），改进率>5%/轮；部署：分布式（Ray框架，workers=16）。
观点四：整体系统工程化与风险限界。整合为闭环：代理→实验→meta-update。Sutskever警告可靠性是瓶颈，需多代理协作（Survey/Coding/Assessment）。阈值：总时效<人类1/10，成功率>70%。回滚：人类干预接口（belief graph编辑）。
实际案例：Periodic Labs获3亿融资，用AI+机器人攻室温超导，24h完成6月人类工作。开源InternAgent验证12任务，证明可落地。
来源：Dwarkesh Patel播客（2023）；Reuters/Sutskever SSI评论（2024）；DeepSeek R1论文；NeurIPS 2024演讲；arXiv自动化科学家论文。
（正文约1250字）