Poetiq CEO:递归式自我改进是AI领域的终极目标
阿尔法工场研究院·2026-03-03 08:05
公司核心技术与理念 - 公司专注于元系统架构,核心理念并非训练更大的模型,而是通过软件层面的系统设计,自动构建“会调用模型的系统” [2] - 公司研发的递归自我改进系统,不训练新模型,仅在现有大模型上叠加推理增强层,旨在以低成本、高兼容方案实现推理效率跃升 [2] - 公司开发的“诗意”系统是一种用于大型语言模型的AI推理工具 [1] - 公司联合创始人Ian Fischer强调了在AI开发中递归自我改进的重要性,认为该方法可以比其他方法更快、更便宜地完成 [1] 行业发展瓶颈与公司解决方案 - 大语言模型不等于推理引擎,其核心瓶颈在于推理架构,而非参数规模 [2] - 大模型是强大的知识库,但不是深度推理的最佳工具 [2] - 当前依赖预训练或微调来提升推理能力的方式,存在速度慢、成本高且不可持续的问题 [2] - 公司通过系统思维搭建元系统,聚焦于提升推理效率,是AI推理赛道极具实践力的技术路径 [2] 公司发展里程碑 - 公司于2025年6月由Ian Fischer与搭档联合创立 [1] - 公司在成立后半年内完成了4580万美元的种子轮融资 [1] - 公司的技术方案已在权威推理测试中刷新纪录,并实现了成本的大幅降低 [2] 行业应用与倡导 - 联合创始人Ian Fischer分享了使用GPT-5构建iPhone应用程序的经验,并鼓励尝试使用AI而不受限制 [1] - 倡导工程落地优先、快速迭代的理念,鼓励从业者聚焦推理效率 [2]