# 自我进化的所有文章

在 HTX 新闻中心浏览与「自我进化」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

大模型能写出工业级优化算法吗？MIT提出FrontierOR给AI设下考场

麻省理工学院等机构的研究者推出了FrontierOR基准，用于评估大语言模型（LLM）设计大规模优化算法的能力。该基准不同于传统测试建模或调用求解器的任务，重点考察LLM能否像运筹学（OR）专家一样，针对复杂工业问题结构，自主设计出可扩展、高效且高质量的算法，例如分解、启发式搜索或混合策略。 FrontierOR包含180个源自OR学术文献的真实任务，并筛选出50个更具挑战性的“Hard”子集。评测采用两阶段流程：首先生成的算法需通过小实例的可行性预筛，然后在工业级规模的大实例上评估其解质量、速度及综合质效（QTE）。实验结果显示，顶尖模型如GPT-5.3、Claude Opus 4.6等，在代码可执行性上已接近上限，但要在Hard任务上生成同时满足高质量和高速度的算法仍很困难。分析表明，能力较强的模型已减少基础建模错误，失败模式转向搜索深度与策略设计不足。此外，研究测试了三种自演化框架（如CORAL），发现通过迭代优化，LLM生成的算法性能可显著提升，在部分最难任务上QTE指标能从0.15提升至0.50。这项工作标志着LLM-for-OR的研究重心正从“能否建模”转向“能否设计算法”，为开发能自主设计优化算法的AI智能体指明了方向，未来可能在供应链、能源、交通等领域实现更智能的决策支持系统。

marsbit07/10 09:08

marsbit07/10 09:08

翁荔新博客提出「自进化先从Harness开始」，DeepSeek崔添翼转发附议

前OpenAI安全副总裁翁荔在新博客中提出，AI自进化（RSI）的现实路径可能先从“Harness”（模型外部运行系统）开始，而非直接修改模型权重。Harness决定模型调用工具、管理上下文、验证结果等关键行为，优化它可以显著提升系统表现。博客梳理了自进化的递进路径：从Context Engineering（如ACE、MCE优化上下文管理）、Workflow Design（如AI Scientist设计科研流程），到Self-Improving Harness（模型分析并修改Harness自身）。其中Self-Harness通过“弱点挖掘-提案-验证”循环，进化出针对不同模型弱点的配置；而DGM等工作通过进化搜索，让AI修改自身Harness代码，在代码基准上表现提升显著，媲美人工设计。 DeepSeek研究员崔添翼转发附议，认为Harness与模型的自进化都是重要方向。翁荔强调Harness与模型将互相强化，但当前仍存在评估器弱、记忆管理难、多样性坍缩、Reward Hacking等挑战。人类角色不会消失，而需在更高层级监督。Harness已成为影响AI能力的关键变量，其自进化将是下一阶段的重点议题。

marsbit07/08 10:25

marsbit07/08 10:25

颤抖吧人类，AI仍在加速狂奔

AI技术仍在加速发展。2026年智源大会显示，行业正推动AI从数字世界迈向物理世界。一方面，Scaling Law（缩放定律）依然有效，持续推动大语言模型和多模态模型进步，模型通过合成数据等方式仍在提升，AI Coding的成熟甚至让AI具备了自我进化的潜力。另一方面，AI发展的重心正在转向追求能理解并预测物理世界的“世界模型”，但目前技术路线多样，数据等问题尚未解决，预计仍需3-5年探索。以语言、像素、三维等为中心的多种技术路径正在并行发展。同时，智能体（Agent）的突破加速了AI落地。从2025年“智能体元年”到如今，智能体变得更主动、更能处理复杂任务，在医疗、会议等场景开始应用。为了让智能体从“可用”变得“好用”，行业开始重点关注Harness（工程化框架），通过优化任务理解、流程设计和验证反馈等细节来提升其执行能力。尽管面临模型能力、工程细节等挑战，但智能体拥有广阔的进步空间，软硬件协同成为其发展的关键。

marsbit06/13 02:51

marsbit06/13 02:51

担心AI自我进化，Anthropic打算停止训练？

2026年5月，Anthropic联合创始人杰克·克拉克预测，AI递归自我改进（RSI）在2028年底前发生的概率为60%，引发了AI安全研究者埃利泽·尤德科夫斯基的严重警告。随后，Anthropic发布题为《当AI自我构建》的长文，披露了内部数据：截至2026年5月，其超过80%的合并代码由Claude撰写；AI在代码优化任务上的速度提升显著，最长可独立工作时长每4个月翻一番。文章提出了三种未来场景，认为最可能的是AI持续替代人类研发环节，而完全自主的递归自我改进“有可能”发生。然而，Anthropic的公开立场在同期发生了转变。2026年2月，公司修改了其“负责任扩展政策”，移除了“能力超出安全控制则暂停训练”的核心承诺，理由包括担忧单方面暂停会让激进的竞争对手领先。几乎同时，DeepMind CEO德米斯·哈萨比斯也调整了对外表述，称人类站在“奇点的山麓”，并将AGI时间线提前，他承认使用此类措辞是“有意挑衅”，旨在唤起各方紧迫感。外部研究者对同一现象提出了不同解读。有人认为当前的AI自我改进存在损耗且难以持续，有人指出AI自动化的大部分是“苦力”而非“天才”工作，也有人赞同正处于关键拐点。与此同时，Anthropic的估值在2026年上半年从3500亿美元飙升至近万亿美元，其叙事节奏、政策调整与融资进展在时间上高度耦合。分析指出，Anthropic与DeepMind等头部机构近乎同步地释放“加速”信号，构成了一次行业级的叙事转向。这些信号既是技术趋势的反映，也明显带有面向资本、监管和公众的传播策略考量。机构在技术不确定性、商业竞争与安全责任之间，正进行着精密的叙事平衡。

marsbit06/05 06:22

marsbit06/05 06:22

突发！Anthropic呼吁全员停止AI研究

人工智能公司Anthropic在其官方博客中发布重要观点，指出其AI模型Claude已展现出显著的“自进化”能力，即递归自我提升（RSI）的早期迹象。核心数据显示，截至2026年5月，Anthropic代码库中超过80%的代码由Claude编写，而在其代码工具发布前，这一比例仅为个位数。工程师的代码交付量达到2024年的8倍。在编程质量上，Claude处理最复杂模糊任务的成功率在半年内从26%跃升至76%，其代码质量被认为年内有望超越人类。 Anthropic提出了“AI能独立完成的任务时长”这一新衡量维度：从2024年3月的4分钟，增至2025年的1.5小时，再到2026年的至少16小时，翻倍速度已加快至每4个月一次。若趋势持续，2027年可能达到数周。在研究层面，Claude展现强大能力：将训练小模型的代码运行速度优化了52倍，远超人类水平；在一项AI安全研究中，其将效果差距缩小了97%，而人类研究员仅缩小23%。 Anthropic认为，人类在AI开发中的角色正不断收窄，最后优势可能仅剩研究品味与方向判断。公司描绘了三种未来：能力增长停滞；AI加速但人类主导；或AI实现完全递归自我提升，自主设计下一代AI，这可能带来巨大福祉，但也存在对齐失败、最终失控的风险。为此，Anthropic呼吁，如果存在可验证的机制确保全球AI实验室能同步暂停竞争，其愿意减速甚至暂停研发。OpenAI近期也发表了类似观点，认为自进化迹象将加剧竞争与治理挑战。这表明AI发展的“奇点”可能正在加速逼近。

marsbit06/05 00:26