北京
纽约市议会10月5日的一场听证会上，一位议员抛出了一个听起来像科幻小说的追问：模型自己写出的代码，会不会进入下一轮训练，然后产出更聪明的模型？
这个问题指向一个闭环——模型生成的代码被用于训练下一代模型，下一代模型再写出更好的代码。议员想知道，坐在听证席上的公司，有没有谁正在做这件事。
四家公司的四种回答
据Forbes Breaking News的记录，现场的回答并不整齐。
- Anthropic：确认其模型会为更聪明的后继模型写代码。
- OpenAI 和 Google：没有给出是或否，而是反过来质疑议员对"递归自我改进"的描述，是否匹配它们自己的技术定义。
- Meta：代表无法说明其模型是否会自行生成代码。
同一场听证会，同一个问题，四家公司给出了四种姿态。唯一明确点头的是Anthropic。
绕开"是或否"的两种方式
OpenAI和Google的做法值得多看一眼。它们没有否认，也没有承认，而是把问题推回到定义层面——议员口中那个"模型写代码、代码训练出更强模型"的循环，和它们内部对递归自我改进的技术界定，是不是一回事？
这个反问本身不构成回答。它把一个是非题，变成了一道定义题。
Meta的位置更模糊。代表没能说明自家模型是否会自行生成代码，既没有确认，也没有否认。
把四家放在一起看，Anthropic是唯一一家在听证记录里留下明确确认的。其余三家，一家用定义挡了回去，一家用"说不清"收了场。
议员问的到底是什么
那位议员描述的循环并不复杂：模型产出的代码，跑进下一轮训练，训练出更聪明的模型，更聪明的模型再写代码。这个链条如果成立，意味着改进的速度不再完全依赖人来推动。
听证会上的分歧，恰恰卡在这个链条的认定上。承认它存在，和承认它符合某个技术定义，是两件事。Anthropic选了前者，OpenAI和Google把话题引向了后者，Meta则没有给出可核对的答案。
这场听证会没有给出结论，只留下了一份四家公司态度不一的现场记录。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
