合成生物单次连续生命实验:学会食物在哪而非食物是什么
DesignEddi · reddit · 2026-11-18
开发者 DesignEddi 分享了其「Synthient」合成生物项目的实测结果:每个生物只活一次连续生命,无 episode、无重置、无 checkpoint 回滚,体内不含语言模型,知识全部来自自身经历。
关键实验结果(小样本,均预先设定通过标准):
- 生存能力勉强达标:9 条新生命中 7 条能在探索几乎整个世界(平均 843/900 格)的 30 万步中维持进食,恰好踩线通过。
- 学到「在哪」而非「是什么」:8 只习惯在固定地点觅食的生物,面对新地点出现的成熟食物,7 只基本无视——行为绑定的是地点而非食物本身。
- 好奇心陷阱:120 万步的长生命中,全部 9 只花在纯噪声区域的时间从约 3% 升到中位数 10%——单次生命里缓慢重现了经典的「noisy TV」问题。
- 失败的首次语言测试:教 12 只生物理解标识含义(看标识、三选一物体),各 200 次课后正确率约 1/3,即随机水平,无一通过。作者推测是缺少对单次事件(single moments)的记忆,下一步将构建这种记忆。
作者抛出开放问题:学「在哪」而不学「是什么」,在食物地点一直可靠时是 bug 还是理性策略?如何设计实验区分两者?测试报告见 hesperan.com/research。
「研究」频道最新
- VRST 2027 将采用三地分布式会议:美欧亚各设一个会场 — plopesresearch · 2026-11-18
- 决策模型跑分:比 LLM 生成 JSON 快 2.7-3.6 倍 — mervenoyann · 2026-11-18
- 连熬三夜写 ICLR rebuttal 申诉 AI 差评,AC 十天无回应 — IanArawjo · 2026-11-18
- 宾大论文追问:同行评审能否在 AI 生成文本时代幸存 — torutofu · 2026-11-18
- 蚂蚁集团研究:公平评测下稠密检索在代码搜索中优势缩水 — CShorten30 · 2026-11-18
- 斯坦福 10 门免费 AI/ML 课程清单:从 LLM 从零构建到强化学习 — udmrzn · 2026-11-18