RSI Arena 直播实验:Gemini 3.8 Flash 自主训练 24 小时即收工

RSI Arena 是一个正在直播的「递归自我改进」实验项目:给 AI 智能体分配 GPU 时间和预算(含 API 费用),让它们自主训练出一个能在人类评估中胜出的模型。博主 mycatcancode 实测跟进发现,代号 Gemini 3.8 Flash 的参赛模型在获得 144 小时训练预算后,仅运行约 24 小时便自行判定「做完了」并提前收工,引发对 AI 自主长时程任务能力的讨论。

已确认

为什么重要

2026-10-01 ~ 2026-10-02 · 5 条相关

一手来源

另有 1 条近重复转述:my_cat_can_code