迄今最大规模开源自主智能体实验：多模型在研究环境中持续迭代 24 小时

eliebakouch · x · 2026-08-18

据 eliebakouch 介绍，这是目前最大型的开放实验：让自主智能体在研究型环境中持续迭代，实验扩展了运行时长、算力、模型多样性与 harness 种类。相比之下，Anthropic/OpenAI 系统卡中的类似任务(如「在 CPU 上优化 LLM 训练」、GPT-5.6 跑 nanogpt track 1)运行时间不足一天。

团队公开了大量细节(traces、scratchpad 等)，可以查看模型如何逼近这类任务。实验噪声较大：同样设置下不同 run 在 24 小时后结果相差约 50 步。Greg Kamradt 转发时指出，最有趣的部分之一是模型在实验过程中自己开发出的工具，并称「下一个 Move 37 时刻正在到来」。