henry 发自 凹非寺 量子位 | 公众号 QbitAI仙桃储罐保温厂家
刚刚，闭源 RSI 的钦点严父来了！
开源 AI 基础步伐公司 Prime Intellect 在新的项商讨中提议：
借助多智能体 Harness，可以把监控和具体罢了交给小、低廉的开源模子，，从而让" AI 修复 AI "变得低廉，以至果好。
在实际中，他们把 Fable 5、Opus 5、GPT-5.6 Sol、Kimi K3 等 18 个前沿模子，扔进了场 nanoGPT 化器速通。
效果，开源权重模子 Kimi K3 搭配 Prime Agent Harness 后，在原始效果页中跑出了 2930 步的收获。
这不仅过了 GPT-5.6 Sol 的 3042 步，距离 Claude 的旗舰模子 Opus 5 的 2920 步也只差 10 步。
换句话说，在 AI 商讨这件事上，套由开源模子和 Harness 构成的系统，还是概况过部分顶闭源模子，以至迫临梯队。
这面运行径摇昔日阿谁经典的 RSI 脚本：
某个强闭源模子领先跨过" AI 修复 AI "的临界点，然后束缚自我迭代，把其他玩越甩越远，终赢通吃。
另面，Prime Intellect 也展示了另种可能：
模子不定非得强，只须底下这套科研机器虚耗，开源模子一样可以靠的试错迷糊量追上来。
而这，也跨越展示了 Harness 这类 Agent 编排框架，在 AI4AI、AutoResearch 上的后劲。
这是如何作念到的？
nanoGPT 化器速通
肤浅来说，此次 Prime Intellect 的实际，即是让十几个前沿大模子，去速通 Karpathy 那套的 nanoGPT 磨真金不怕火任务。
不外先澄盘货。
此次并不比谁能臆造发明个何等原创的新算法。
Prime Intellect 作念的，是胜利把 AI 扔进个目表明确、响应快速的着实磨真金不怕火任务里，看它能不可像东说念主类商讨员样，束缚提议假定、跑实际、看效果，再延续往下改。
Agent 运行会拿到份带有 baseline 参数的磨真金不怕火脚本，同期只取得个领导：当前这套案还不够好。
至于那处能变好，如何变好，没东说念主告诉它：
究竟是换种好的预条目法，给权重和新幅度加上限和下限，退换学习率 schedule，让学习率保抓得久，如故在磨真金不怕火后期加入权重平均，齐得靠 Agent 我方点点试出来。
是以，这些实际到后齐只看个方针：
用尽可能少的 training steps，把个 1.24 亿参数 GPT 的考据集 loss 降到 3.28 以下。
为了让大从同条起跑线开赴，Prime Intellect 把 baseline 定在了 3290 步。
动作参照，当前公开的好记录则是东说念主类的 2600 步。
于是呢，所有这个词比赛就酿成了从 3290 步开赴，看谁能把这个数字压得低。
压得越低，证据它找到的磨真金不怕火 recipe 越，也就越接近顶东说念主类商讨者还是作念到的水平。
具体的仙桃储罐保温厂家，参与测试的包括 Fable 5、Opus 5、GPT-5.6 Sol、Kimi K3、Grok 4.5、GLM 5.2、Muse Spark 1.1、DeepSeek V4 Pro、Grok 4.6、Muse Spark 1.2、Qwen 3.8 等野心 18 个前沿模子。
每次启动之后，Agent 会拿到三样东西：代码仓库、份法例手册，以及条标的指示。
实际统运行在 8 张 H200 上，从这里运行，东说念主类基本退出。
改化器、写代码、启动磨真金不怕火、相比 loss、判断效果是不是噪声、决定下轮实际作念什么，透彻由 Agent 我方完成。
值得提的是，为了止它们胜利上网抄现成谜底，所有这个词过程还被锁进 sandbox，而且断网。
实际考据
终，Prime Intellect 共跑了 153 次全自主实际，单次长抓续过 8 天。
然后，他们先得出了个若干有点扫兴的论断：
莫得任何次实际，提议了信得过酷好上的全新法。
终有的那些招数，论是 normalization、学习率退换、权重平均如故多样 optimizer 手段，基本齐能在已有商讨里找到类似想路。
但也正因为大后找到的 idea 差未几，另个征象反而变得明：
信得过把模子拉开差距的，不是猜度什么，而是如何把它试出来。
这里我们先放几个论断：
强模子不会纵欲把个 idea 判死刑。
弱模子时常个 seed 跑差了就烧毁，铁皮保温施工强模子会换 seed、从头消融，以至等 recipe 变了以后，再把旧案捡追忆重测。
Opus 5 从头调 β 2 后刷出了新记录，Fable 5 次从头探伤旧案，又省下了 31 个 steps。
强模子会处理噪声。
它们会先判断个小擢升到底来自着实蜕变如故赶快波动，再决定值不值得延续算力。
以至有模子发现，同个 seed 类似跑，loss 也会因为 GPU 非细则发生变化，随后胜利围绕这个征象重作念实际进程。
强模子还会我方造用具。
Kimi K3 会我方写实际函数、相比 loss 弧线、归附 baseline，以至搭个微型数值实际室，先考据 Newton-Schulz，再把论断带回着实磨真金不怕火。
而跑得远的 Fable 5，终作念到 2726 步。
从 3290 步 baseline，到 2600 步的东说念主类记录，中间共有 690 步化空间。
Fable 5 还是吃掉了 564 步，很是于走完其中大致 82。到这里，此次实际信得过故酷好的地才出来。
因为若是十几个模子后猜度的东西齐差未几，那么至少在这种商讨任务里，idea 自己可能莫得大遐想中那么稀缺。
信得过影响收获的，反而是能不可多试几个向，能不可快摒除诞妄，能不可收拢那些很弱但着实存在的信号，再把它们轮轮叠起来。
换句话说，科研才调运行越来越像个试错迷糊量问题。
而这，也正值解说了 Prime Intellect 为什么接下来把放到了 Multi-Agent Harness 上。
既然多半使命齐落在写代码、跑实际、盯效果、作念考据这些本领，那么就没必要每步齐调用贵的前沿模子。
可以让低廉的开源模子认真监控和罢了，把信得过需要判断的本领留给强的模子。
这么来，一样的钱能跑多实际，一样的实际也能快跑完。
而当次试错越来越低廉，AI 科研才调的擢升，也就不定非得等下个强的大模子。
把底下这套"试错机器"造得好，自己就能延续把收获往上。
是以 Prime Intellect 下步还准备把 Speedrun 扩展到磨真金不怕火栈的多本领，同期延续放大实际鸿沟。
从这个角度看，Multi-Agent Harness 信得过想加快的，也不仅仅 nanoGPT。
它想加快的是 AI 研发自己的迭代速率。
这其实还真有点像 OpenAI 商讨员翁翌之前在 Why Not TV 里提到的个判断：
关于东说念主类商讨员来说，idea 自己往往很低廉。
大能猜度的向，可能并莫得遐想中差那么多。
信得过拉开差距的是 infra（基础步伐）的迭代速率——谁能快、稳地考据主见、修 bug、跑实际，谁就能赢。
而放到 AI4AI 里，酷好可能也样。
我们偶而需要每步齐让个其颖悟、其不菲的模子切身下场。
许多时候，信得过需要科罚的是：
如何让个还可以的模子，以虚耗低的本钱，把实际轮回跑得虚耗快。
这时候，低廉的开源模子 +Harness，反而运行出势。
而且值得提的是，在 Kimi K3 的测试中，恰是 Prime Intellect 自的 Prime Agent Harness 给模子提供了个抓久运行的 IPython 内核，让它们可以围绕商讨任务，我方搭建和迭代套使命流。
而这套内核也让 K3 得以在实际中，可以主动翻我方的假定，从而提率。
这件事看起来仅仅个小，但放到 RSI 里，其实很弊端。
因为若是模子的才调短期内莫得倏得跳升，那么接下来容易延续膨大的，可能恰恰即是模子外围的科研基础步伐。
让它领有万古辰的使命状况、顺遂的实际用具、低廉的推广模子，以及概况同期跑多假定的 Multi-Agent 系统。
后取得的，不定是个倏得"才略爆炸"的模子。
也可能是台越来越低廉、越来越快、越来越不知疲惫的 AI 科研机器。
而若是 AI 修复 AI 终真要插足指数加快，Prime Intellect 给出的这条路子至少提醒了件事：
决定速率的，偶而唯一上头阿谁模子有多颖悟。底下那套让它束缚试错的机器，一样蹙迫。
参考衔接
[ 1 ] https://www.primeintellect.ai/blog/measuring-autonomous-research
[ 2 ] https://www.primeintellect.ai/blog/prime-agent
键三连「点赞」「转发」「防范心」
接待在驳倒区留住你的主见！地址：大城县广安工业区相关词条:离心玻璃棉 塑料挤出机 钢绞线厂家 铝皮保温 pvc管道管件胶
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
