今日技术观察 点击查看原文> 01 背景速览 近期公开报道提到，一家成立不到半年的创业公司获得数亿元融资，创始人为1998年出生的清华学者、KAN一作，方向是让AI学会设计模型。这一消息之所以受到关注，是因为它把AI的讨论从应用层进一步推向模型研发工具链，意味着未来企业可能不只是使用模型，还会借助AI来辅助选择、生成和评估模型。 02 趋势影响 从趋势看，AI正在从“执行任务”延伸到“参与研发”。如果模型设计、训练策略、参数配置和实验评估能够被部分自动化，重复性研发工作可能减少，团队可以把更多精力放在数据质量、业务指标和风险控制上。但与此同时，技术门槛也会变化：企业不仅要会调用模型，还要理解自动生成的模型为什么可用、是否稳定、能否复现，以及如何避免错误结果进入生产环境。 03 企业应用启发 对企业数字化团队来说，这类方向并不等于要立刻替换现有研发流程，而是可以作为一个观察和试点切入点。比较稳妥的做法是先在低风险、可验证的内部任务中试验，例如模型选型辅助、超参数搜索、实验报告生成或基准测试整理，并建立清晰的评估指标、数据集版本管理和可追溯实验记录，避免把自动化结果直接等同于业务上线结论。 04 合规观察 合规与安全方面需要保持审慎。自动设计模型可能涉及训练数据来源、开源许可、模型版权、数据泄露、算法偏见、可解释性和安全攻击等问题。企业如果引入相关能力，应提前明确数据访问权限、审计日志、上线评审、安全测试、模型回滚和应急处置机制，并关注网络安全与软件开发流程中的责任边界，防止因模型来源不明或评估不足造成业务风险。 05 开放讨论 可以进一步讨论的问题是：在哪些企业场景中，AI自动设计模型能真正提升效率？如何衡量它的投入产出比？模型自动生成后，企业应建立怎样的验证、审批和持续监控机制？软件开发、数据治理、网络安全和业务团队又该如何协同，才能把这类技术从新闻热点转化为可控、可复用的数字化能力？ 公开来源参考 成立不到半年融资数亿元，98年清华学者、KAN一作创业：让AI学会设计模型