人类是超强Router，Agent只是刚起步：普林斯顿刘世隆专访精华
AI 讯息雷达 · 重磅访谈精华 ｜ 2026-11-08 ｜ 信源：微信公众号「智源社区」《专访普林斯顿刘世隆丨人类是超强 Router，Agent 只是刚起步》（虎嗅转载，2026-11-03）
Grounding DINO 在 Hugging Face 上月下载量突破 200 万次，而它的核心作者刘世隆，已经把研究重心从计算机视觉转向了一个更前沿的问题：如何让 AI Agent 自己进化自己。这位清华工业工程本科出身、即将于 2027 年入职哥伦比亚大学任教的普林斯顿博士后，在这篇两万字专访里说了不少和主流叙事唱反调的话。挑最值得记的整理如下。
1. 「我不相信泛化这个事情」
当所有人都在追求模型的泛化能力时，他直言要打破这个执念：「我不应该期待 robot 在拟合一个特别小的 domain-specific benchmark 的同时，还保持一定的泛化能力。我相信统计学习理论，所以我不相信泛化这个事情。OOD（分布外泛化）这个问题几十年了，也没有真正被解决掉过，甚至没有看到一点成功的迹象。」他的实用主义建议是：如果一个 benchmark 做得特别好，让 Agent 在上面过拟合就好，未必要保证它在其他方向上的泛化。
配套的方法论是评估优先：「干任何事情都是个从原点走向终点的搜索过程，像树一样在不断分叉。只要这个 evaluation 能帮我们减少分叉的条数、减少搜索到终点的时间，那它就是有价值的。」ImageNet 之所以伟大，就是因为它确立了标准。
2. 自进化智能体的「三层分类法」
RSI（递归自我改进）这个词被业界说滥了，他干脆写博客给它建了三层分类：
① 输出层——Agent 不断改自己的输出结果（写论文、写代码时反复自我修订）；② 框架层——Agent 自己就是代码，它可以改自己的 harness、积累 skills、优化 prompts（他们的 Alita 框架就在做这个）；③ 模型层——最底层 base model 的参数本身被调整。不同人嘴里的「自我进化」指的可能完全是不同的东西，关键要看它到底是在哪一层做进化。
3. 人类是超强 Router，Agent 只是刚起步
这是全文的点题金句。在复杂任务里，决定「什么时候做什么、把任务交给谁」需要极高的智能——人遇到问题之后，知道这个问题找谁最好，人的 routing（路由调度）能力远强于模型。怎么做一个更好的 Router，是下一步 AI 要大力提升的方向。
顺着这个逻辑，他判断未来一定是 Multi-agent 的天下：把不那么需要复杂推理的任务交给简单模型，高频、易聚合的任务抽象成专门的 Specialized Agent，「所有任务都用一个模型去解，是一件很浪费的事情」。
4. World Model 的正确打开方式：小而闭合的领域
他对 world model 的理解更接近传统 RL 的定义：给定状态 S 和动作 A，预测下一个状态 S'。这样看，它最大的应用场景恰恰在非常 niche 的闭合领域——下围棋、拧魔方，「它可以完全模拟这个状态，有更好的搜索能力和搜索效率，甚至超越大模型」。他们做的 CubeBench 发现主流模型在长程任务上通过率极低，但这反而说明：未来未必需要大模型包揽一切，很多领域仍然需要 world model。
5. AI 做科学发现：高容错红利与「老师傅的手感」
为什么 Agent for Science 是最好的落地场景？两大优势：一是极高的容错率——工业场景要求 99% 成功率而 AI 太随机，但科学发现可以失败无数次、成功一次就行；二是高价值且数据点稀缺，AI 有巨大发挥空间。难点有三：数据握在少数专家手里（Anthropic、OpenAI 让各学科专家免费用 AI，本质就是在蒸馏他们的知识）；wet lab 物理验证难——dry lab 里有 benchmark 可以刷，物理世界很多问题的答案不是确定的；以及最难啃的——「老师傅的手感」，既难量化又难描述，很难被形式化地保存下来放进训练数据。
6. 怎么找到有价值的科研问题
他的答案是「底层信念驱动」：「我相信深度学习是统计模型，从这个信念出发，我就可以判断对一个统计模型来说，什么可行、什么不可行。只要走得比大家都快一点，做研究就会是一个非常容易的事情。」至于读论文，他有个有趣的技巧：paper 是 Final Output，但你要想办法从中推出 CoT——从实验撰写里猜出作者当时踩了什么坑。现在 paper 太多、信噪比太低，这种「从表面推深度流程」的能力反而更值钱。
闲聊两句
这篇专访最打动我的不是任何单个观点，而是他做研究的方式：先用底层信念圈定「什么可为、什么不可为」，再把研究做成对大家有用的产品——从 DAB-DETR 到 DINO 再到 Grounding DINO，三次跨越分别对应「会做科研」「引领方向」「产品化落地」。在人人高喊 AGI 叙事的年代，这种「不信泛化、只信评估」的工程实证主义反而显得稀缺。另外「人类是超强 Router」这个判断对普通人也有实际意义：当模型越来越会执行，你的价值恰恰在于那个模型最不擅长的环节——知道什么问题该交给谁、什么问题值得问。
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师，17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。 看完整履历海报 → skills 实验室 →
发表评论: