# Eric Jang：从零手搓 AlphaGo，聊聊搜索、自对弈和 AI 研究的自动化

> 原标题：Eric Jang - 从零开始构建 AlphaGo

- 来源：AI HOT 精选
- 发布时间：2026-05-15T16:04:58.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/21462
- 原文：https://www.dwarkesh.com/p/eric-jang

## 摘要

Eric Jang 在播客里拆解了他休假期间的项目——用现代工具从零复现 AlphaGo。他解释了 AlphaGo 为什么至今仍是理解智能系统的好范本：它把蒙特卡洛树搜索、从经验里学习和自我对弈这三件事结合得很干净。节目里聊到，这种搜索加自对弈的强化学习方式，能直接给每一步棋一个更优解，绕开了现在训大语言模型时常遇到的“功劳归谁”难题。

## 推荐理由

Eric Jang 在播客里拆解自己用现代工具从零复现 AlphaGo 的项目，讲清蒙特卡洛树搜索、经验学习与自我对弈如何结合，为理解搜索加自对弈的强化学习路径提供一份具体参照。

## 锐评

AlphaGo 那套搜索加自对弈，放到今天还是比 RLHF 干净。它每一步都能算出这手棋好在哪，功劳归谁一目了然，不用像训大模型那样事后猜哪个 token 该奖励。Eric Jang 自己手搓一遍，价值就在这，把三块拼图拆开给你看，比读十篇综述管用。

想从里面找推理或 agent 的新招，大概要失望，它讲的是十年前就被验证过的机制。
