AI参加科研比赛，拿了金牌。对手，是4000支队伍。

最近有个新闻，值得细品。

Meta 发了个自主 AI 研究员，叫 AIRA₃。听起来很科幻？更科幻的在后头。

它参加了一场 Kaggle 上的实时比赛：给 NVIDIA 的 30B 模型做微调。全场近 4000 支队伍，有人类团队，也有各种 AI agent。AIRA₃ 排在第 8 名，拿到金牌。

注意，这不是它自家组织的内部测试，是公开赛，外部独立评判。含金量，拉满。

你要是觉得”赢一次比赛而已，运气好”——接着往下看。

Meta 的人说：同一个系统，不改一行代码，只换任务描述，去翻译 4000 年前的古阿卡德语泥板。那是极其冷门的”低资源”语言任务，源材料还是损毁的。结果，照样金牌水平。

还没完。

它甚至开始优化自己。Meta 生产环境里的 GPU 内核，AIRA₃ 的 agent 自己写了上百个优化变体，自己剖析瓶颈，自己改写 CUDA 和 Triton 代码——平均延迟，降了 27%。

翻译古语言、微调大模型、优化芯片代码。这三件事表面上看毫无关系，背后却是同一个东西：一个能自己提假设、自己验证、自己迭代的 AI。

过去的 AI，离了人的指挥就停摆，只是”算得更快、记得更多”的助手。喊了很多年的”AI 会不会取代人类”，大多也是嘴炮。

这次不一样。

这次是 AI 自己当研究员，自己跑实验，自己改自己运行的代码。它不再是一把更快的刀，而是一个会磨刀的人——而且这个”人”，7×24 小时不睡觉，几十路并行地试。

科研的门槛，正在被悄悄改写。改写它的，不是某个更聪明的科学家，而是一套证明了自己能”提问题、做实验、改代码”的机器。

当 AI 开始迭代 AI 的时候，人类在实验室里的角色会变成什么？这个问题，值得每一位搞技术的人想一想。