鉅亨網新聞中心
據《新智元》，歷經 1.4 萬小時 H200 算力測試與萬次迭代， AI 打破了人類世界紀錄！過去兩週，Prime Intellect 實驗室做了一件事：把 Claude Opus 4.7 和 Codex（基於 GPT 5.5）扔進 H200 集群，切斷所有人類指導，讓它們自己跑 nanoGPT 速通優化。
1.4 萬個 H200 計算時，約 1 萬次迭代，239 億 Token 的思考軌跡。結果：Opus 4.7 以 2930 步、Codex 以 2950 步打破了人類頂尖開發者保持的 2990 步世界紀錄。AI 第一次在科學研究競賽中擊敗人類。完全無人干預。開源可復現。
只有最後一個難題， 那就是科學研究的新穎性（novelty）。但要知道，這只是 AI 目前的可能性的下限，未來進步更加明顯。當智力被賦予了近乎無限的算力與自主實驗權，在 AI 的窮舉與演化面前，人類引以為傲的「直覺」「靈感」還能持續到幾時？
nanoGPT 速通是 Keller Jordan 發起 AI 基準測試，人們競相盡可能有效率地訓練一個 nanoGPT（1.24 億參數）。
規則極簡也極殘酷：模型架構固定，訓練資料固定，你唯一能動的是優化器和超參數。
相當於把兩個棋手關進房間，棋盤固定、棋子固定，只能改下棋策略，看誰先贏。
Prime Intellect 為兩個 AI 搭了完整的自主科研架構：AGENTS.md 定義行為規範，goal.md 鎖定目標，plan.md 記錄策略演化，scratchpad 存草稿。
為什麼選這個賽道？三個原因：約束明確，結果可量化，有人類基準可比較。一切準備就緒。兩個 AI 開始跑。但它們的表現，完全出乎預期。
能力最強的 AI 之一 Opus 4.7，表現得像個不敢走出考場的優等生。即使被明確要求「自主運行，不要停下來」，它仍然頻繁暫停，要求指示。
模式永遠一樣：得出結論→請求指導→等待。
整場實驗中，Claude 累積產生了約 22 小時空閒時間－不是機器故障，是 AI 自己選擇停下來。
這種植根於底層「對齊（Alignment）」協議的謹慎，讓它在擁有最高智力上限的同時，也背負了最重的社交包袱。一個反覆舉手問老師「我這樣做對不對」的學霸。
Codex（GPT 5.5）走了另一個極端。一台冷酷的「數位推土機」。它從不停止，持續運行，永不求助，像推土機一樣橫掃所有的參數空間。但它的弱點同樣明顯。它會在同一個超參數曲面上卡住數小時，做大量無效搜尋。
它會在同一條錯誤路徑上死磕到算力燒盡，也不會像人類那樣抬頭看一眼星空，反思方向是否錯誤。
計算效率的差異觸目驚心：Claude 沒充分利用空閒節點，白白浪費了算力窗口；Codex 可能用無效掃描膨脹了上下文，把 Token 燒在了死胡同裡。
此外，Codex 會更頻繁地使用暫存區，把它當作一個即時資料庫，重複讀寫 THREAD.md、當前目標以及其他臨時檔案。
這種做法雖然讓復原進度和稽核工作變得更簡單，但也加強了「局部搜尋循環」：一旦 Codex 鎖定一個前沿方向，它就會不斷記錄並沿著這個方向持續擴展下去。
兩種「性格缺陷」，暴露了自主科研離真正無人值守還差最後一步──不是能力問題，是自主決策的心理模式問題。
人類正在失去解釋權
實驗報告裡藏著更深的轉折。Opus 最終給出的 2930 步驟方案，是由極為複雜的參數堆疊而成的「參數迷宮」。
那些關於初始化縮放、學習率按角色拆分的微小變動，在人類眼中顯得支離破碎，甚至毫無美感。
但結果是冰冷的：它就是比人類設計的方案快了 60 步。這標誌著一個重大的典範轉移：科學發現正從「因果邏輯」轉向「極致演化」。
過去，我們追求「因為我理解了原理，所以我做出了優化」；現在，AI 彷彿在說：「我並不理解原理，但我試過了所有的死路，剩下的就是真理。」
人類正在失去對科技進步的「解釋權」。我們看得見結果，卻看不懂路徑。引以為傲的科學研究經驗，在 AI 的窮舉面前，正在變成一種低效率的偏見。
回到那個數字：2930 vs 2990。60 步。看起來很小。但這 60 步驟的意思不是「AI 比人類好一點點」。它的意義是：遞歸自改進，第一塊拼圖落地了。
Prime Intellect 證明了一件事——AI 可以在沒有人類指導的情況下，透過自主實驗、自主迭代、自主策略演化，在科學研究優化任務上超越人類最優水準。
上一篇
下一篇
