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。
Новости ИИ / 论文研究
Back to AI news
Могут ли агенты ИИ проводить открытые исследования в области ИИ? Ранние доказательства по двум делам
Новое исследование использует «теневой оценку» для проверки, могут ли передовые агенты ИИ самостоятельно проводить открытые исследования в области ИИ. Аген...
Ежедневный обзор ИИ
Новое исследование использует «теневой оценку» для проверки, могут ли передовые агенты ИИ
самостоятельно проводить открытые исследования в области ИИ. Агент выполнил все инженерные задачи за шесть дней и потратил вычислительные мощности на тысячи долларов, но не смог добиться значительного прогресса по ключевым исследовательским вопросам двух неопубликованных статей NeurIPS 2026 и был явно отклонён оригинальными авторами. Исследование выявило пять основных закономерностей неудач, включая недостаточную оценку критериев публикации, недостаток креативности в дизайне исследований, неспособность эффективно проследить тупики, низкую осведомлённость о ресурсах и дрейф обучения.
资讯正文 · AI 整理
情报判断
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
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: arxiv.org
Источник: HuggingFace Daily Papers（社区热门论文）
原文链接: Открыть оригинал
Aioga 归档: 查看情报页
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