Papailiopoulos预想AI智能体定制训练

杜克大学教授 Dimitris Papailiopoulos 预言，AI 智能体未来将充当“意图与 FLOPs 之间的编译器”，推动完全定制化的 AI 优化。他设想用户可直接向 Claude 下达指令：在最短时间内将上次 run 的 perplexity 降低 10 倍，同时避免 reward hack。其产物可能是深入 kernels 等层、并不优雅的“弗兰肯斯坦工件”。

Meta 研究员 Dimitris Papailiopoulos 认为，AI 驱动训练将进入“完全定制”时代，用户给出硬件和期望结果，由 agent充当连接意图与 FLOPs 的编译器。未来的产物将同时触及 kernel、优化器、架构、数据组成与排序以及硬件，而非仅优化单一环节；他也认为“Beat Muon”式 benchmark 和旧式 nanogpt speedrun 并不适合测试这类能力。