Meta 讓 AI 自己優化自己的基礎設施，這件事比聽起來更嚇人

Meta 上週在官方 AI Blog 發了一篇文章，介紹他們內部叫做 KernelEvolve 的系統。簡單說，他們在廣告排名系統裡引入了 AI 代理，這個代理不只是跑模型，它還能自己設計實驗、然後去優化跑這些模型的底層基礎設施。 這個層次的跳躍很關鍵。以前 AI 是工具，你拿來解決問題。現在 Meta 做的事是讓 AI 去改善讓它自己跑得更好的那套系統。就像你雇了一個員工來開車，結果他自己去改裝了引擎。 廣告排名是 Meta 最核心的商業命脈，Facebook 跟 Instagram 每年幾百億美元的營收幾乎都從這裡來。他們在這個地方引入 AI 自動調優，代表這不是實驗性專案，是真的在生產環境跑的東西。能讓這種系統自動化，意味著廣告推薦的準確率提升，CPM 跟著上去，Meta 的廣告收益直接受益。 但更有意思的地方在於：這其實是 AI 代理從「幫人做事」走向「幫自己做事」的一個早期案例。以往的 AI 自動化，目標是替換人類的某項任務。KernelEvolve 的目標是讓 AI 系統本身跑得更快、更省資源。這條路如果走通，AI 加速自己的進化速度這件事，就不再只是理論討論了。 對工程師來說，這個方向意味著未來基礎設施調優這個工種——tuning kernel、優化 CUDA、調整排程器——會是下一批被 AI 代理蠶食的工作。不是明天，但方向很清楚。 Meta 用廣告系統當試驗場地是很聰明的決策，因為那裡的 feedback loop 極短，效果好壞直接反映在營收上。下一個問題是：這套方法能不能被移植到其他地方，比如模型訓練本身。 如果可以，那「AI 優化 AI」就不是 SciFi 橋段了。