一项新研究通过"影子评估"测试前沿 AI 智能体能否独立完成开放式 AI 研究。
智能体在六天和数千美元算力下完成了全部工程任务，但未能对两项未发表的 NeurIPS 2026 论文的核心研究问题取得实质性进展，被原作者明确拒稿。
研究识别出五大失败模式，包括对发表标准判断不足、研究设计缺乏创意、无法有效回溯死胡同、资源意识差和指令漂移。
Actu IA / Recherche
Back to AI news
Les agents IA peuvent-ils mener des recherches ouvertes en IA ? Premières preuves issues de deux affaires
Une nouvelle étude utilise l'« évaluation de l’ombre » pour tester si des agents d’IA de pointe peuvent mener de manière indépendante des recherches ouvert...
Brief IA du jour
Une nouvelle étude utilise l'« évaluation de l’ombre » pour tester si des agents d’IA de pointe
peuvent mener de manière indépendante des recherches ouvertes en IA. L’agent a terminé toutes les tâches d’ingénierie en six jours et a dépensé des milliers de dollars de puissance de calcul, mais n’a pas réussi à progresser substantiellement sur les questions de recherche fondamentales de deux articles NeurIPS 2026 non publiés, et a été explicitement rejeté par les auteurs originaux. L’étude a identifié cinq schémas majeurs d’échec, notamment un jugement insuffisant des critères de publication, un manque de créativité dans la conception de la recherche, une incapacité à remonter efficacement aux impasses, une faible connaissance des ressources et une dérive pédagogique.
资讯正文 · AI 整理
Évaluation
Aioga 编辑摘要
研究以“影子评估”检验前沿 AI 智能体独立开展开放式 AI 研究的能力。智能体虽在六天内完成全部工程任务，却未对两项核心研究问题取得实质性进展。
背景分析
评估对象涉及两项未发表的 NeurIPS 2026 论文，实验投入为六天和数千美元算力。最终成果被原作者明确拒稿，显示工程任务完成不等于达到论文发表标准。
Aioga 观点
Aioga 判断，这项早期证据揭示了研究自动化中的关键落差：智能体能够推进工程执行，但在选题判断、研究创意与失败后的路线调整方面仍可能难以胜任开放式研究。
影响与后续
值得关注的是，研究归纳的五类失败模式同时涉及判断、创意、回溯、资源意识和指令遵循。这可能意味着，评估研究型智能体不能只看任务完成率，还需检查成果质量与过程稳定性。 Aioga 判断，后续应重点观察更多研究案例能否复现这些失败模式，并分别评估发表标准判断、研究设计、死胡同回溯、资源管理和指令稳定性，而非据两项案例作普遍结论。
Source and Copyright
La source fournit un titre, un résumé, une attribution et un lien original. Aioga ne republie pas l’article intégral.
Canal de collecte: Agrégation de résumés · Domaine source: arxiv.org
Source: HuggingFace Daily Papers（社区热门论文）
Lien original: Ouvrir la source
Archive Aioga: Ouvrir la page de veille
Content record: summary-fallback · Updated: 2026-07-29T00:00:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article