开发者实测决策型 AI Jev 用人类层先法解魔方
9 月 22 日，博主 gdechichi 发布系列帖子，记录他让 @typesafeai 的决策型 AI「Jev」独立还原魔方的实验：Jev 不仅成功解出，解法还和人类一样按层先法（层先法）分步进行，而非传统计算机的图搜索思路。整套方案直接跑在引擎里，WASM 载荷仅约 200KB。gdechichi 自述童年深度玩过魔方，这一实验动机正来自人类与计算机解魔方方式的差异。
已确认
- 计算机早已能解魔方，但依赖图搜索，与人类方式完全不同；人类按层分步，每步通常 4 到 20 步左右。
- 作者把人类层先法的解法步骤编码成指令，测试决策型 AI Jev 能否据此做出正确决策，结果 Jev 成功解出。
- 实验初期把魔方状态直接喂给模型、让其对每个可能的转动输出概率，失败很惨；后来发现核心是数据表示问题——用自然语言把魔方状态描述清楚，模型才能正确决策。
- 整个魔方方案集成在引擎内，WASM 载荷约 200KB。
为什么重要
这一实验展示了决策型 AI 在结构化推理任务上模仿人类策略的潜力：问题不在于模型能力，而在于状态表示方式。对开发者而言，「把状态翻译成自然语言」这一踩坑经验具有普遍参考价值。
2026-09-22 ~ 2026-09-22 · 5 条相关
一手来源
- 博主实测决策型 AI 像人类一样层先法还原魔方 — gdechichi ·
- 作者解释：让 AI 编码人类层先法解魔方的思路 — gdechichi ·
- 解魔方 AI 失败复盘：关键是把魔方状态翻译成自然语言 — gdechichi ·
- 开发者用决策 AI Jev 解魔方，像人类一样分层逐步还原 — gdechichi · 2026-09-22
- 【源头】博主实测决策型 AI 像人类一样层先法还原魔方 — gdechichi · 2026-09-22
- 【源头】解魔方 AI 失败复盘：关键是把魔方状态翻译成自然语言 — gdechichi · 2026-09-22
- 魔方解法直接跑在引擎里：整个方案仅约 200KB WASM — gdechichi · 2026-09-22
- 【源头】作者解释：让 AI 编码人类层先法解魔方的思路 — gdechichi · 2026-09-22