研究发现:给 Agent 一台空电脑,强模型会自己写游戏来练习自我提升
CatAstro_Piyush · x · 2026-11-19
研究者 @shobsund 分享的实验设置:给 Agent 一台没有任何预装游戏的电脑,要求它在游戏中不断变强——它必须自己编写游戏来练习。初步测量显示,强模型能够自行构建自我提升循环(self-improvement loop):自主设计游戏、游玩、评估并迭代,弱模型则做不到这一点。这是对模型自主自我改进能力的一手量化观察,线程承诺后续给出更多测量数据(1/n)。
所属事件:MIT 研究:冻结模型无需人类指导即可自我改进(3 条相关)→
「编程与Agent」频道最新
- FT:赶工修复 AI 找出的 bug,导致美国科技公司频繁宕机 — nordicinst · 2026-11-19
- ANT 上市前夜数据:Claude Code 一年反超 Cursor 和 Copilot — antgoldbloom · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19