我们让 Claude Code 和 Codex 与人类研究员竞速

核心内容

Elie Bakouch 讨论让 Claude Code 和 Codex 与人类研究人员竞争的实验，关注 AI 智能体在研究任务中的表现与可能边界。

介绍依据 · 发布标题 · 完整内容待核读

编辑导览，依据原始来源 ↗，整理于 2026-10-06。介绍只说明标题中的讨论议题，不据此判断讲者结论。

在 Modded-NanoGPT 训练加速竞赛中，自主编码智能体（Claude Code、Codex）能够以极快的闭环速度检索人类历史方案并持续打破训练步数记录，展现出远超人类研究员的工程探索密度；然而，当前 Agent 的改进几乎完全建立在现有文献技巧的组合与微调之上，尚无法从零构想出真正颠覆性的全新优化器或架构机制。

原话

2逐字核对过；核对了说话人和位置

白线代表人类研究员的纪录演进，红线代表 Claude，蓝线代表 Codex；你会发现，在几乎所有时间节点上，Claude 和 Codex 取得的优化成绩都持续大幅优于人类研发人员的纪录。

in white you see that the human record progression right and in red you see cloud I mean it's supposed to be orange but whatever and in blue uh you see codeex right and you see that at almost every time uh cloud and codex are better than the human record

自动字幕 · 已核对Elie Bakouch▶ 00:10:17 #智能体落地 #软件与编程

语境：Elie Bakouch 展示智能体在算法速通基准上的压倒性效率：在明确代码沙箱与自动评估环境下，前沿模型能以连续不停机的状态迅速超越人类专家。

支持 → all-in-satya-nadella-20260915

当我最初启动这些智能体时，我原本期望它们能构想出某些前所未见、颠覆认知的神奇优化器思路，但实情并非如此。它们擅长玩一些巧妙的花样，将不同论文的方法拼接组合并做出渐进改良，但并没能真正发明出任何全新的优化器。

when I launched this these different agents I was expecting them to come up with some crazy ideas on optimizer that's like no one of discover but honestly it wasn't the case. Uh they did some clever trick where basically they combine different papers. uh they kind of do plus one improvement over a bunch of method but there was really like no novel optimizer

自动字幕 · 已核对Elie Bakouch▶ 00:14:47 #智能体落地 #AI 与科学发现

语境：Elie Bakouch 客观界定当前 AI 科学家的能力边界：在已知知识库中执行高密度启发式搜索极其强悍，但在无先验指导下从零发明新范式依然受限。

支持 → ai-engineer-elie-bakouch-20260926