费马大定理形式化对决:Fable 5.2 三十小时完成,Opus 5.5 仅 26%
ivan_bezdomny · x · 2026-11-10
在用 Lean 形式化费马大定理证明的对比测试中,Opus 5.5 出动 1000 个 agent,18 小时只完成 26%,30 小时后仍停在约 27%;而 Fable 5.2 在 30 小时内完成全部形式化(18 小时时已达 86%,恢复后补完)。作者结论:模型本身才是最重要的变量。配图为两条完成度时间曲线。
所属事件:千个 Fable 5.2 智能体 30 小时形式化费马大定理(20 条相关)→
「编程与Agent」频道最新
- swyx：低成本加批评循环跑 agent，效果胜过一次性高投入 — alvelda · 2026-11-10
- 「AI 软件工程师」从来不是稳态：终局是自动化整个工程团队 — andreisavu · 2026-11-10
- 为 AI 而生的语言来了:Vork 与 Exact 去掉人类才需要的抽象 — ravisparikh · 2026-11-10
- 新版 ChatGPT/Codex 桌面端发送按钮损坏，用户从年度最爱转为弃用 — rudrank · 2026-11-10
- agent 用 pkill 有多烂?一句话吐槽引发共鸣 — generativist · 2026-11-10
- 产品负责人练习题：用 AI 让 PM 在每个生命周期阶段走得更深 — realmadhuguru · 2026-11-10