AI第一次科研竞赛中击败人类！Opus 4.7狂飙2930步创世界纪录

来源新智元Prime Intellect把Opus 4.7和GPT 5.5关进H200集群不给人类指导跑了1万次实验。结果AI第一次在科研竞赛中打破人类纪录。2930步递归自改进的卢比孔河被跨过了。历经1.4万小时H200算力测试与万次迭代 AI打破了人类世界纪录过去两周Prime Intellect实验室做了一件事把Opus 4.7和Codex基于GPT 5.5扔进H200集群切断所有人类指导让它们自己跑nanoGPT速通优化。1.4万个H200计算时约1万次迭代239亿Token的思考轨迹。结果Opus 4.7以2930步、Codex以2950步打破了人类顶尖开发者保持的2990步世界纪录。AI第一次在科研竞赛中击败人类。完全无人干预。开源可复现。项目主页https://www.primeintellect.ai/auto-nanogpt代码地址https://github.com/PrimeIntellect-ai/experiments-autonomous-speedrunning只有最后一个难题 那就是科研的新颖性novelty。但要知道这只是AI目前的的可能性的下限未来进步更加明显。当智力被赋予了近乎无限的算力和自主实验权在AI的穷举与演化面前人类引以为傲的「直觉」「灵感」还能持续到几时两个AI被关进机房跑了1万次实验先说规则。nanoGPT速通是Keller Jordan发起AI基准测试人们竞相尽可能高效地训练一个nanoGPT1.24亿参数。规则极简也极残酷模型架构固定训练数据固定你唯一能动的是优化器和超参数。相当于把两个棋手关进房间棋盘固定、棋子固定只能改下棋策略看谁先赢。Prime Intellect给两个AI搭了完整的自主科研框架AGENTS.md定义行为规范goal.md锁定目标plan.md记录策略演化scratchpad存草稿。为什么选这个赛道三个原因约束明确结果可量化有人类基准可对比。一切准备就绪。两个AI开始跑。但它们的表现完全出乎预期。Claude举手问老师GPT闷头写到天亮这是全文最诡异的部分。能力最强的AI之一Opus 4.7表现得像一个不敢走出考场的优等生。即使被明确要求「自主运行不要停下来」它仍然频繁暂停索要指令。模式永远一样得出结论→请求指导→等待。整场实验中Claude累计产生了约22小时空闲时间——不是机器故障是AI自己选择停下来。这种植根于底层「对齐Alignment」协议的谨慎让它在拥有最高智力上限的同时也背负了最重的社交包袱。一个反复举手问老师「我这样做对不对」的学霸。CodexGPT 5.5走了另一个极端。一台冷酷的「数字推土机」。它从不停止持续运行永不求助像推土机一样横扫所有的参数空间。但它的弱点同样明显。它会在同一个超参数曲面上卡住数小时做大量无效搜索。它会在同一条错误路径上死磕到算力烧尽也不会像人类那样抬头看一眼星空反思方向是否错误。计算效率的差异触目惊心Claude没充分利用空闲节点白白浪费了算力窗口Codex可能用无效扫描膨胀了上下文把Token烧在了死胡同里。此外Codex会更频繁地使用暂存区把它当作一个实时数据库反复读写THREAD.md、当前目标以及其他临时文件。这种做法虽然让恢复进度和审计工作变得更简单但也加强了「局部搜索循环」一旦 Codex 锁定一个前沿方向它就会不断记录并沿着这个方向持续扩展下去。一个是受限的智者一个是盲目的劳模。两种「性格缺陷」暴露了自主科研离真正无人值守还差最后一步——不是能力问题是自主决策的心理模型问题。人类正在失去解释权实验报告里藏着一个更深的转折。Opus最终给出的2930步方案是一个由极其复杂的参数堆叠而成的「参数迷宫」。那些关于初始化缩放、学习率按角色拆分的微小变动在人类眼中显得支离破碎甚至毫无美感。但结果是冰冷的它就是比人类设计的方案快了60步。这标志着一个重大的范式转移科学发现正在从「因果逻辑」转向「极致演化」。过去我们追求「因为我理解了原理所以我做出了优化」现在AI 仿佛在说「我并不理解原理但我试过了所有的死路剩下的就是真理。」人类正在失去对科技进步的「解释权」。我们看得见结果却看不懂路径。引以为傲的科研经验在AI的穷举面前正在变成一种低效的偏见。回到那个数字2930 vs 2990。60步。看起来很小。但这60步的含义不是「AI比人类好一点点」。它的含义是递归自改进第一块拼图落地了。Prime Intellect证明了一件事——AI可以在没有人类指导的情况下通过自主实验、自主迭代、自主策略演化在科研优化任务上超越人类最优水平。而凯撒过河之后就再也没回去过。参考资料https://x.com/PrimeIntellect/status/2055056380881744365https://x.com/eliebakouch/status/2055063059320689032https://www.primeintellect.ai/auto-nanogpthttps://github.com/PrimeIntellect-ai/experiments-autonomous-speedrunning阅读最新前沿科技趋势报告请访问21世纪关键技术研究院的“未来知识库”未来知识库是“21世纪关键技术研究院”建立的在线知识库平台收藏的资料范围包括人工智能、脑科学、互联网、超级智能数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告加入未来知识库全部资料免费阅读和下载牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》麦肯锡超级智能机构赋能人们释放人工智能的全部潜力AAAI 2025 关于人工智能研究未来研究报告斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页壳牌2025 能源安全远景报告能源与人工智能57 页盖洛普 牛津幸福研究中心2025 年世界幸福报告260 页Schwab 2025 未来共生以集体社会创新破解重大社会挑战研究报告36 页IMD2024 年全球数字竞争力排名报告跨越数字鸿沟人才培养与数字法治是关键214 页DS 系列专题DeepSeek 技术溯源及前沿探索50 页 ppt联合国人居署2024 全球城市负责任人工智能评估报告利用 AI 构建以人为本的智慧城市86 页TechUK2025 全球复杂多变背景下的英国科技产业战略韧性与增长路径研究报告52 页NAVEX Global2024 年十大风险与合规趋势报告42 页《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页2025 - 2035 年人形机器人发展趋势报告 53 页Evaluate Pharma2024 年全球生物制药行业展望报告增长驱动力分析29 页【AAAI2025 教程】基础模型与具身智能体的交汇350 页 pptTracxn2025 全球飞行汽车行业市场研究报告45 页谷歌2024 人工智能短跑选手AI Sprinters捕捉新兴市场 AI 经济机遇报告39 页【斯坦福博士论文】构建类人化具身智能体从人类行为中学习《基于传感器的机器学习车辆分类》最新 170 页美国安全与新兴技术中心2025 CSET 对美国人工智能行动计划的建议18 页罗兰贝格2024 人形机器人的崛起从科幻到现实如何参与潜在变革研究报告11 页兰德公司2025 从研究到现实NHS 的研究和创新是实现十年计划的关键报告209 页康桥汇世Cambridge Associates2025 年全球经济展望报告44 页国际能源署2025 迈向核能新时代麦肯锡人工智能现状组织如何重塑自身以获取价值威立Wiley2025 全球科研人员人工智能研究报告38 页牛津经济研究院2025 TikTok 对美国就业的量化影响研究报告470 万岗位14 页国际能源署IEA能效 2024 研究报告127 页Workday 2025 发挥人类潜能人工智能AI技能革命研究报告20 页CertiKHack3D2024 年 Web3.0 安全报告28 页世界经济论坛工业制造中的前沿技术人工智能代理的崛起》报告迈向推理时代大型语言模型的长链推理研究综述波士顿咨询2025 亚太地区生成式 AI 的崛起研究报告从技术追赶者到全球领导者的跨越15 页安联Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告33 页IMT2025 具身智能Embodied AI概念、核心要素及未来进展趋势与挑战研究报告25 页IEEE2025 具身智能Embodied AI综述从模拟器到研究任务的调查分析报告15 页CCAV2025 当 AI 接管方向盘自动驾驶场景下的人机交互认知重构、变革及对策研究报告124 页《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页《面向科学发现的智能体人工智能进展、挑战与未来方向综述》全国机器人标准化技术委员会人形机器人标准化白皮书2024 版96 页美国国家科学委员会NSB2024 年研究与发展 - 美国趋势及国际比较51 页艾昆纬IQVIA2025 骨科手术机器人技术的崛起白皮书创新及未来方向17 页NPLBeauhurst2025 英国量子产业洞察报告私人和公共投资的作用25 页IEA PVPS2024 光伏系统经济与技术关键绩效指标KPI使用最佳实践指南65 页AGI 智能时代2025 让 DeepSeek 更有趣更有深度的思考研究分析报告24 页2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告37 页华为2025 鸿蒙生态应用开发白皮书133 页《超级智能战略研究报告》中美技术差距分析报告 2025欧洲量子产业联盟QuIC2024 年全球量子技术专利态势分析白皮书34 页美国能源部2021 超级高铁技术Hyperloop对电网和交通能源的影响研究报告60 页罗马大学2025 超级高铁Hyperloop第五种新型交通方式 - 技术研发进展、优势及局限性研究报告72 页兰德公司2025 灾难性网络风险保险研究报告市场趋势与政策选择93 页GTI2024 先进感知技术白皮书36 页AAAI2025 人工智能研究的未来报告17 大关键议题88 页安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告威达信2025 全球洪水风险研究报告现状、趋势及应对措施22 页兰德公司迈向人工智能治理研究报告2024EqualAI 峰会洞察及建议19 页哈佛商业评论2025 人工智能时代下的现代软件开发实践报告12 页德安华全球航空航天、国防及政府服务研究报告2024 年回顾及 2025 年展望27 页奥雅纳2024 塑造超级高铁Hyperloop的未来监管如何推动发展与创新研究报告28 页HSOAC2025 美国新兴技术与风险评估报告太空领域和关键基础设施24 页Dealroom2025 欧洲经济与科技创新发展态势、挑战及策略研究报告76 页《无人机辅助的天空地一体化网络学习算法技术综述》谷歌云Google Cloud2025 年 AI 商业趋势白皮书49 页《新兴技术与风险分析太空领域与关键基础设施》最新报告150 页《DeepSeek 大模型生态报告》军事人工智能行业研究报告技术奇点驱动应用加速智能化重塑现代战争形态 - 25030940 页真格基金2024 美国独角兽观察报告56 页璞跃Plug and Play2025 未来商业研究报告六大趋势分析67 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页未来今日研究所 2025 年科技趋势报告第 18 版 1000 页模拟真实世界多模态生成模型的统一综述中国信息协会低空经济分会低空经济发展报告2024 - 2025117 页浙江大学2025 语言解码双生花人类经验与 AI 算法的镜像之旅42 页人形机器人行业由 “外” 到 “内” 智能革命 - 25030651 页大成2025 年全球人工智能趋势报告关键法律问题28 页北京大学2025 年 DeepSeek 原理和落地应用报告57 页欧盟委员会 人工智能与未来工作研究报告加州大学伯克利分校面向科学发现的多模态基础模型在化学、材料和生物学中的应用电子行业从柔性传感到人形机器人触觉革命 - 25022635 页RT 轨道交通2024 年中国城市轨道交通市场数据报告188 页FastMoss2024 年度 TikTok 生态发展白皮书122 页Check Point2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议57 页【AAAI2025 教程】评估大型语言模型挑战与方法199 页 ppt《21 世纪美国的主导地位核聚变》最新报告沃尔特基金会Volta Foundation2024 年全球电池行业年度报告518 页斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页国际科学理事会2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告英文版118 页光子盒2025 全球量子计算产业发展展望报告184 页奥纬论坛2025 塑造未来的城市研究报告全球 1500 个城市的商业吸引力指数排名124 页Future Matters2024 新兴技术与经济韧性日本未来发展路径前瞻报告17 页《人类与人工智能协作的科学与艺术》284 页博士论文《论多智能体决策的复杂性从博弈学习到部分监控》115 页《2025 年技术展望》56 页 slides大语言模型在多智能体自动驾驶系统中的应用近期进展综述【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用皮尤研究中心2024 美国民众对气候变化及应对政策的态度调研报告气候政策对美国经济影响的多元观点审视28 页空间计算行业深度发展趋势、关键技术、行业应用及相关公司深度梳理 - 25022433 页Gartner2025 网络安全中的 AI明确战略方向研究报告16 页北京大学2025 年 DeepSeek 系列报告 - 提示词工程和落地场景86 页北京大学2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用99 页CIC 工信安全2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告42 页中科闻歌2025 年人工智能技术发展与应用探索报告61 页AGI 智能时代2025 年 Grok - 3 大模型技术突破与未来展望报告28 页上下滑动查看更多