让AI研发AI，突破口在想通「下一个实验做什么」｜对话UCSD副教授谢澎涛

代码能够运行之后，模型研发还有更难的判断。

作者 /Oriana

新物种 Sinovum 设立了对谈栏目。

视界线，是黑洞的边缘——一旦跨过，既有规则将不再适用，变化变得不可逆。 我们借用这个概念，关注那些已经越过“临界点”的技术与企业：方向开始收敛，选择正在锁定，新的规则正在形成。

我们关心的是：在巨大的不确定性面前，他们如何看见未来？又如何以一个个关键判断为支点，推动整个行业越过那道无形的边界？

故事，正在视界线上发生。而「新物种」将成为忠实的记录者，与你一同见证。

以下是该系列的第 18 篇。

-Intro-

在四川大学读大三时，谢澎涛在图书馆翻到了一本《Machine Learning》，作者是卡内基梅隆大学（CMU）教授 Tom Mitchell。那是他开始对机器学习产生兴趣的起点。几年后，他去了 CMU 读博。

但读懂一本书，与做出自己的研究，是两回事。

大四在微软亚洲研究院实习，随后进入清华读硕士、赴 CMU 深造，谢澎涛逐渐学会了怎样研究模型：让不同组件捕捉互补的信息，高效处理大规模数据，再把方法带入医疗问题。

2018 年，他获得 CMU 机器学习系博士学位，随后来到加州大学圣地亚哥分校（UCSD）任教。自己开始带学生后，谢澎涛愈发熟悉这项工作里的另一种反复：问题和数据已经准备好，要把模型做到足够好，却仍需数周乃至数月。

“要大量地、不停地改，不停地调。”他对「新物种Sinovum」说道。

程序能运行，结果却不够理想。该换模型结构，还是调整训练方法？沿着当前方向再试一次，还是停下来重新设计？这些选择没有统一答案，却不断占用研究者的时间。

于是谢澎涛想把其中一部分工作交给 AI。

机器学习始终是他的研究主线，只是研究对象逐渐包括了模型开发过程本身。

2026 年 3 月，已经获得 UCSD 终身教职的他，与学生一起创办 AIBuildAI。这个名字直白地表达了目标：让 AI 研发 AI 模型。

但要实现它，系统不能只会完成一次训练，还得在结果不理想时，决定下一轮值得做什么。

具体来说，AIBuildAI 让不同智能体分工提出建模方案、写代码、训练和评估模型。每轮实验结束，系统再根据结果决定保留方案、修改方法，还是尝试另一条路径。后来的版本还引入外部机器学习知识和树状搜索，帮助它判断哪些尝试值得投入时间与算力。

谢澎涛想交给 AI 的，不只是写代码和调参数，还有实验之间那些反复出现的判断。

谢澎涛在课堂上

01.

接过下一轮实验

一位研究 RNA 的生物学家，手里已有一批 RNA 序列和对应的功能数据。他想用这些数据训练模型，预测尚未研究过的 RNA 有什么功能。

他知道自己要解决的生物学问题，却未必知道该选什么模型、怎样训练；如果结果不理想，又该先改哪一步。

谢澎涛在与「新物种Sinovum」对话时用这个例子解释 AIBuildAI 的目标：用户提供任务描述和训练数据，智能体尝试完成模型设计、代码实现、训练和后续调整。

这是谢澎涛在采访中举的例子。按他的介绍，用户向 AIBuildAI 提供任务描述与训练数据，智能体再尝试完成模型的设计、实现和迭代。

这里要交付的，不是一份湿实验安排，也不是一段关于 RNA 的回答，而是能够继续接收新序列、给出预测结果的模型。

难点不只有写代码。

程序报错，通常还能沿着报错信息排查。但模型能正常训练，表现却不够好，原因就显示得没那么直接了：可能是架构不合适，也可能是数据处理、训练方法或参数出了问题。一次实验结束之后，研究者还得决定下一次改什么。

过去，AutoML 和神经网络架构搜索已经能承担一部分工作：人预先定义模型、参数或结构空间，让算法在其中寻找更好的选择。

谢澎涛自己也研究过这些方法。他感受到的限制是，用户需求多种多样，预先实现的模块却有限，许多个性化问题仍需要人重新设计和写代码。

大模型扩大了可生成方案的范围，也能写代码、调用工具。困难于是更集中地落在另一个地方：方案变多之后，怎样挑出值得真正训练的那几个？

底层的 Claude、GPT、DeepSeek，其他团队同样可以调用。谢澎涛解释，AIBuildAI 在这些模型之外，训练了几个较小的模型，参与设计方案、代码、实验分析和调参等环节的评价。底层模型提出候选，后面的模型再对候选进行分析和筛选。

这些判断并非凭空产生。团队从论文和公开代码中整理训练材料，尤其关注消融实验：作者去掉了什么模块，改变了什么配置，对应的性能又发生了怎样的变化。

比起只知道最终模型得了多少分，这些对照更接近研发中的实际问题，追踪可能有用的改动。

但论文记录还需要重新组织，自动合成的训练数据也可能带有噪声。谢澎涛认为，训练这些模型最难的是让判断足够稳健，能够适用于不同任务。人工标注昂贵，合成数据则可能把错误一起带进来。

因此，筛选不能代替真正的实验。

团队将过程分成两轮：先不运行候选模型，让评价模型通过推理挑出少数方案；再写代码、调试、上 GPU 训练，用实际表现比较。前一轮给出预估，后一轮检验判断。

更难的选择发生在得到一个还不错的结果之后。

谢澎涛回忆，早期版本常常围绕当前最好的方案小修小补：加一个组件，减一个组件，再调一下参数。结果可能有所提升，却总是在附近打转。

团队后来增加了下一轮方案的改动幅度，让系统尝试差异更大的设计。但改得更大，也意味着进入一个不知道表现如何的区域，未必比原方案更好。

继续优化已有方案，还是把有限的时间花在未知方向上？这对应着机器学习中的探索与利用问题。智能体不仅要执行实验，还要承担这种取舍。谢澎涛并没有把它描述成已经解决的问题。

候选方案的来源也在变化。按他的介绍，知识智能体持续读取论文、代码仓库和模型资料，将方法整理成可检索的知识。第二代系统论文进一步描述了分层组织方式：上层约 30 个主题类别，下层约 1000 份具体文档，按任务逐层调取，而不是将全部材料一次塞进上下文。运行中的经验，也会整理回知识库。

AIBuildAI-2 工作流

知识库提供设计材料，评价模型帮助筛选，实际训练检验结果。几个环节相互衔接，但知道一种方法，并不代表它适合眼前的数据。

因此，谢澎涛对当前能力的描述仍然是：“更多的还是这种组合式的创新。”

Transformer 编码器、图神经网络、多模态融合等已有方法，可以被重新组合，形成适合当前任务的模型。但让智能体提出人类从未设计过的基本组件或架构，在他看来还有很长的路。

这种组合能做到什么程度？团队公布的 NatureBench 测试覆盖 90 个科研任务，给定任务描述与训练数据，每项任务限定四小时。Science 版本在约四分之一的任务上超过参照方法，计入持平情况后，比例约为57%。参照来自相应科研论文报告的模型表现。

测试不包括提出科学问题、采集样本或完成湿实验。它检验的是一段建模工作的自动化，而不是一项科学研究的自动完成。

在谢澎涛看来，问题该怎样定义，结果应该如何使用，仍然需要人判断。读文献、与同行交流、考虑新的生物学线索，本来就是他觉得研究中更有意思的部分。他希望反复改模型所占用的时间，能够回到这些问题上。

02.

模型跑通之后

模型交出来，并不意味着用户就能用起来。

谢澎涛在采访中说，目前的工具相对独立：数据要提前准备，产出的模型也需要有人部署。对于公司，这是一个容易标准化的边界；对于用户，却可能是两段额外的工作。

企业原本已有数据库和接口，使用者还得写程序把数据提取出来，再交给 AIBuildAI。模型训练完成后，又要接回现有系统，预测结果才能进入业务。

“最难落地的，我觉得还是怎么去和他们现有的工作流结合起来。”

这与模型在测试集上多得几分，是不同的问题。即使研发过程省下了时间，接入和部署的负担仍可能留给客户。若用户原本就缺少技术人员，模型生成之后的这段路，也未必走得顺畅。

公开产品说明列出的交付物包括模型权重、推理脚本和开发代码，而不只是一段文字回答。用户可以继续运行、检查和修改模型。但交出这些文件，与让模型在用户原有环境中持续运行，仍有距离。

谢澎涛希望进一步减少数据接入和模型部署中的人工工作，又清楚它们不容易像训练流程一样统一。

不同企业的数据接口、业务要求和工作习惯都不相同。做得更深入，可能更接近真实需求，也可能让每个项目都需要单独开发。

数据本身还有另一种成本。在生物与医疗领域，一组训练样本背后，可能是昂贵的实验和长时间的积累。系统可以利用公共资源和预训练模型，降低一部分建模负担，却无法替用户省去所有数据采集工作。

这也决定了，产品不能只靠一个统一分数说明价值。

据他介绍，截至采访时，AIBuildAI 已有 300 多名用户及客户，其中部分带来收入。他提到的一种实际评价方式是：客户已经有内部模型，就比较智能体产出的模型能否做得更好。这样的比较，比“自动完成了多少步骤”更接近使用者的要求。

但模型表现之外，用户还需要解决接入、运行和部署的问题。一个需求应该变成大家都能使用的功能，还是留在某个客户的特殊场景里，需要团队不断判断。

2026 年 3 月 17 日，公司正式成立，4 月初完成 400 万美元的 Pre-seed 轮融资。谢澎涛对融资规模比较谨慎，希望先启动，不给后续阶段过早加上过高的预期。

在产品节奏上，谢澎涛的选择则更急切，“速度现在是最宝贵的。”做研究时，他习惯把方法和实验打磨得比较完备，再写成论文发表。

做产品后，他开始接受另一种顺序：先把能够使用的版本交出去，再根据反馈修改。其中不少反馈会是负面的，但等待完备，也意味着推迟发现问题。

销售则是另一门新课。他开始通过邮件和领英联系潜在用户，学习由创始人直接推动销售。大部分消息没有回复，是谢澎涛主动向「新物种Sinovum」提到的体验。

“这时需要心态归零，不要因此沮丧，继续往前走。”他并不觉得教授与创业者截然不同。研究组也要申请经费、招人、介绍成果，让别人知道自己在做什么。只是如今，交流对象不再只有同行，工作的价值也不能只由同行评审确认。

客户未必关心一个方法发表在哪里。他们需要知道，自己的数据交过来后，能得到什么，又需要再花多少力气才能用上。

03.

最熟悉的工作，最想交出去

谢澎涛并不是一开始就知道自己最终会研究什么。

四川大学本科毕业后，他进入清华读硕士。研二时，他主动联系邢波，对方正好有一个与他研究方向相合的图像项目。赴 CMU 的访问持续了一年多，他随后留在组里继续深造。

“基本上我在学术上的每一步，都是在 Eric 的指导和帮助下发展起来的。”

谢澎涛（右二）博士毕业答辩现场与邢波（左二）合影

导师的影响，首先是研究方法：怎么选题，如何协调不同方向。更深一层，是选题的品味：问题是否重要，是否尚未被充分探索，又能否与实际结合。

但导师不会替学生推进每一步。“我们是整个组都卷。”谢澎涛记得，CMU 的学生有时会反过来“push 导师”。后来自己招学生，他最看重的也是自驱力：背景与能力相近的人，是否愿意持续投入，会慢慢拉开差距。

他自己的起步并不顺利。最初找不到研究的门路，论文产出也慢。回忆导师的评价，他提到的是目标清楚，以及遇到困难后依然坚持。

尝试过不同方向后，他选择围绕多样性持续研究，让模型的不同组成部分学到互补信息，减少冗余，捕捉少见模式。医疗让问题变得具体：少见的疾病亚型能否被识别？模型面对新的患者，是否依然有效？

2018 年，他的博士论文将多样性学习、大规模计算与医疗应用结合起来，后来入围美国医学信息学协会博士论文奖前五。医疗没有替代机器学习，而是成为检验方法的场景。

同年，他与 Baoyu Jing、邢波发表于 ACL 的医学影像报告生成论文，尝试让模型结合图像区域与医学标签，先确定句子主题，再逐词生成描述。模型不只识别影像，还要把发现写出来。

模型流程图

研究也与产业经历交织。博士期间，他参与的分布式机器学习项目及组内人员进入 Petuum。他先实习，毕业后又工作两年，后来担任 Associate Vice President，带领医疗与制造业 AI 研发，参与产品在医院、水泥厂、钢铁厂的部署。

但谢澎涛一直想继续做科研。博士毕业后在 Petuum 工作的第一年，他拿到 UCSD 的机会，推迟一年后，于 2020 年入职。他喜欢研究方向上的自由，也喜欢教学。

在学校里，开发模型本身的负担，越来越成为他的研究对象。

模型参数需要训练，超参数或网络结构也需要选择，而后者的好坏，又得通过训练结果判断。几层问题相互依赖，研究者不仅要设计方法，还要处理复杂的求导与计算。

谢澎涛与合作者开发的 Betty，用数据流图组织这些依赖，自动完成相应的微分计算。这项获 ICLR 2023 Notable-Top-5% 认可的工具，后来又被用于 DreamPRM-Code 的双层优化。早期的研究工具，成为新研究的基础。

Betty 多层级优化的系统架构

GenSeg 则处理医学图像分割中专家标注不足的问题。团队从已有标注出发，生成成对的图像与标注，再用真实数据上的分割表现，反过来指导生成器的架构优化。生成的数据是否有用，要由它能否改善模型来判断。

在胎盘血管分割实验中，GenSeg-DeepLab 用 50 个样本达到的 Dice 分数，基础 DeepLab 需要 500 个样本。这项工作发表于《Nature Communications》，并入选 Editors’ Highlights。

GenSeg 架构图

选择网络、处理数据、调整训练......2020 年至 2024 年间，谢澎涛不断尝试把这些工作交给算法，但各个环节仍需分别设计。“解决的问题是一样的，只是当时技术不太成熟，能做的有限。”

大模型与智能体让各个环节有了连接的可能。在 GenBio 的 AIDO.Builder 研究中，他也与邢波继续合作，探索自动构建生物医学模型。

但促使谢澎涛创办 AIBuildAI 的，不只有技术成熟。 2025 年获得终身教职后，他更想让积累的技术被真正使用。如今每个会议都有成千上万篇论文，“如果只是发 paper 的话，其实很难有很大的影响。”

当年在图书馆，他开始学习怎样开发机器学习模型。多年后，他熟悉了这项工作，也熟悉了读论文、找代码、复现和调试所需要的耐心。

现在，谢澎涛希望另一位研究者不必走完同样的路，才能用上这些方法。为此，他还要继续完成论文之外的工作：把系统做成产品，交到用户手里，再面对实际使用中出现的问题。

*文中图片由受访者提供

- End -

IROS 2026现场观察：长任务、失败恢复、世界模型，机器人走出Demo

当AI开始替学生思考，一个教了30年书的教授重新理解课堂｜对话波士顿学院 Rick Arrowood