模型冻结不动，只扩探索：RAX 五基准超 SOTA 37.4 分

du_yilun · x · 2026-10-17

RAX 扩展的不是模型规模，而是智能体的在线探索回合预算：执行策略→观察结果→修改感知与控制代码→再执行，每轮都建立在之前的程序、测量与发现之上。底层模型保持冻结，学习发生在智能体不断增长的工作区（代码、笔记、已验证技能）里。

在五个基准的 scaling 曲线上，4 个回合时成功率 24.9%，16 回合 62.3%，128 回合 78.6%；此前 SOTA 模型平均仅 41.2%，RAX 领先 37.4 个百分点。更多探索让智能体发现更优策略、固化为全自主程序，并把改进带到新场景。