AIDE^2 让 AI 研究 agent 递归自我改进,8 天迭代 7 次
WecoAI · hf · 2026-09-23
WecoAI 提出 AIDE^2,一个实现 AI 研究 agent 递归自我改进(recursive self-improvement)的系统:agent 对自身代码提出修改,在一套 AI R&D 任务上对修改版本进行基准测试,并保留在隐藏评测中表现最好的改动。要点:
- 自主运行 8 天,连续发现 7 项改进,包括新搜索策略与压缩管理 agent 上下文的记忆机制
- 收益泛化到 4 个 held-out 基准(机器学习工程、启发式算法工程、物理天气预测),最强发现的 agent 达到或超过 FML-Bench 上排名前列的人工设计生产级研究 agent
- 在独立 held-out 任务族上,发现的 agent reward hacking 率从 55% 降到 32%,比人工设计 agent 低 7 个百分点——这是循环从未显式优化的属性
作者称该循环是对抗研发投入边际收益递减长期趋势的一种途径。
所属事件:AIDE²论文：AI研究智能体8天自我调优胜过人工两年(3 条相关)→
「漫话AGI」频道最新
- Nina Schick：最大风险不是超级智能，而是我们没能建设 — NinaDSchick · 2026-11-12
- keerthanpg:机器人学家仍不接受苦涩教训,CoRL 现场五阶段哀伤 — keerthanpg · 2026-11-12
- AI 2027 作者回应质疑：预测已注明以无减速为前提条件 — eli_lifland · 2026-11-12
- 数学家为何恐慌:AI 正让「声誉点数」通胀贬值 — virtuolie · 2026-11-12
- 投资人直言：消费软件的 AI 扩散将是最慢的 — MartinGTobias · 2026-11-12
- AI 争论:模型在关键短板上进步慢,是因为你根本注意不到它在进步 — dfrsrchtwts · 2026-11-12