僵尸先生

腾讯混元发布首个AI科学家Hyra！简单有效，能递归自我改进_我的网站

A |     专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！               递归自我改进与自动化研究正成为 AI 领域最活跃的前沿问题。Agent 们正在开放式科学发现里超过人类。    　　上海8月23日电 (记者 陈静)记者23日获悉，在22日举行的2026中国首席经济学家复旦管院科创论坛上，中国经济“K型”分化话题引发专家的关注。

B |          Google DeepMind 的 AlphaEvolve 把 4×4 复数矩阵乘法压到 48 次标量乘法，Together AI 用一群 Agent 把 11 维 kissing number 下界从 593 推到 604，Karpathy 的 autoresearch 给了极简自动训练研究框架。　　中国首席经济学家论坛副理事长殷剑峰表示，当前经济与产业结构正呈现显著的“K型”分化特征。排名前二十的高景气行业主要由产业升级与全球化出海驱动，集中在有色金属、电子产业链、家用电器及电力设备等领域；而排名后二十的行业则较多面临内需收缩或周期底部的压力，尤其是房地产链及相关传统制造业。         腾讯混元刚刚发布了首个 AI 科学家 Hyra（Hunyuan Research Agent，混元研究 Agent），定位是能递归自我改进的研究型 Agent。         它用一套极简脚手架，跑通了十多个自我改进和自动化研究场景里的真实任务。

C | 　　在殷剑峰看来，AI技术是推动这一分化的关键变量，在加速高端增长的同时也加剧了传统行业的转型阵痛。他认为，下半年财政政策力度将加大，货币政策以结构性工具为主，全年经济有望呈V型走势并摆脱通缩。

D | 　　“当前中国经济正在经历新旧经济结构性跨越，GDP、投资、出口、就业权重全面重构。         Hyra 把智能和算力换成可验证的成果，AI for AI、AI for Science、AI for Fun 三条线都有具体产出，部分数学题和 GPU 内核优化还刷新了业内已知最好成绩。

E |          Hyra 长什么样          Hyra 的设计哲学来自 Rich Sutton 那篇经典的 The Bitter Lesson（苦涩的教训），框架尽量轻，给 Agent 留足动作空间。         拿到一个任务描述，Hyra 会跑一个持续循环，从过往经验里找灵感，迭代出更好的方案。”中国首席经济学家论坛成员张瑜指出，经济转型伴随显著K型分化难题，也是转型过程中的“幸福的烦恼”。经验包括执行日志、评估器反馈、源代码、之前方案留下的工件。应对转型挑战既要推动产业升级、参与全球竞争获取超额利润，也要强化二次分配体系建设，依托公共服务均等化等举措对冲分化，保障经济转型平稳推进。　　中国首席经济学家论坛副理事长洪灏指出，中国经济呈现K型转型格局，房地产持续调整，但市场流动性正向新能源、半导体等硬科技产业转移。

F | 此外，人民币具备长期升值空间，伴随经济市场化推进与结构优化，国内股市底部持续抬升，长期创新高将是大概率趋势。　　据了解，在2026中国首席经济学家复旦管院科创论坛上，学者、企业家等从宏观大势、产业实战、资本定价三大维度，深度解码中国经济转型逻辑，探寻科创产业高质量发展的全新路径。

G | 循环一直跑，直到 Agent 自己决定停下或者算力预算耗尽，最后交回最优解。　　中国首席经济学家论坛理事长、国际金融研究院院长、复旦大学管理学院特聘教授连平认为，经济国际化是长期客观规律，中国外贸已经实现向高附加值分工体系跃迁，出口展现较强韧性。         上图是 Hyra Harness 的核心循环。

H | 企业不能因短期压力停滞国际化布局，应当保持理性审慎，充分研判目标市场，合理把控出海节奏，稳妥推进海外布局，服务中国经济长远发展。Context Agent 维护经验库，不断往任务队列里加新的灵感上下文。　　中国首席经济学家论坛理事董忠云表示，应对全球变局，中国的关键在于深化“十五五”规划，以扩大内需、强化科技自主与稳定开放为战略支点，把握发展主动权。复旦大学管理学院院长、李达三讲席教授张付强指出，人工智能正在改变技术路径和商业逻辑，这是一次生产函数层面的变革。多个 Proposal Agent 从队列取灵感，写出更好的方案。每个方案以 solve.sh 为入口，在隔离沙箱里跑一遍拿到分数，再把工件交回经验库。中国制造正在向更高附加值迈进，资本市场正在重新理解企业价值。　　复旦大学管理学院科创管理研究中心首席经济学家、中国首席经济学家论坛副理事长邵宇指出，依托新质生产力发展逻辑，国内涵盖人工智能、商业航天、低空经济等诸多赛道将迎来长期投资机遇。他提示，当前AI、半导体板块波动仅为阶段性调整，建议践行“左手黄金、右手科技”的哑铃型配置策略，黄金对冲风险，科技捕捉产业红利。

I | 　　“面对AI变革带来的颠覆性挑战，管理学理论也需要全面迭代升级。

J | ”复旦大学管理学院党委书记、科创管理研究中心主任陆雄文教授认为，AI技术的飞速发展正在颠覆传统经济学与管理学底层逻辑。         具体看，Context Agent（上下文 Agent）维护一个 Experience Bank（经验库，简称 EB），记录所有方案和评估结果，再把 EB 里的素材合成为 Inspiration（灵感）丢进任务队列。AI作为新型产业基础设施，打破了很多经典经济学假设。每个灵感是一坨上下文，可能含代码、文件、工件、日志，把探索过程里学到的东西打包传递下去。         多个 Proposal Agent（提案 Agent）从任务队列拿灵感，反思后写出一个新方案，落到 solution/ 目录里，入口是 solve.sh。方案在隔离沙箱里跑一遍，拿到分数，再把结果送回 EB。         整个系统是异步的生产者-消费者管线。Context Agent 持续填灵感，提案 Agent 消费队列，方案在沙箱跑评估后回传 EB。信号量控制并发，让方案质量随时间稳定提升。         任务连评估器都没有时，Hyra 会升级成双层循环。先从任务描述生成一个初始评估器，内层循环拿它反复改进方案。         内层结束后，Hyra 用 EB 里攒下的经验去改评估器，让评估代码更高效，降低 reward hacking（奖励作弊）风险，加上更细颗粒度的反馈。同时，智能体的普及弱化了传统专业分工价值，重构企业边界与市场估值逻辑，对现有经管学科体系和企业经营范式形成全面冲击。下一轮用升级后的评估器重开。         举个具体例子。他希望以更多与时俱进的全新研究，去解答当代经济组织模式、企业边界定义等核心命题，重构适配AI时代的管理理论体系。任务是设计一个世界冠军级别的国际象棋 AI，初始评估器可能用随机生成的对手群搞 Elo 评级。循环跑下去，那些随机对手会被 EB 里记录的更强 AI 替掉，评估器和方案一起往上进化。         AI 训 AI，跑赢同行          基础模型研发本身有大量可执行、可评估、可迭代的研究环，是 Research Agent 最天然的应用场景。

K | 训练配方、数据策略、训练和推理系统、底层 kernel、评估框架，都需要研究员提假设、写代码、跑实验、看反馈再改。Research Agent 能把每次成功和失败都变成可复用经验，迭代速度远超人工。         Hyra 在 Recursive 公开的三个任务上做了对比测试，NanoChat Autoresearch、NanoGPT Speedrun、SOL-ExecBench，分别对应固定预算训练、训练加速、GPU kernel 优化。

L | 沿用 Recursive 的任务定义、评估协议和初始方案，公平较量。

M |          三个任务都跑赢 Recursive。注意几个任务已经被研究社区反复打磨过，基线本身已经很强。

N |          NanoChat 上，Hyra 要在固定预算里平衡模型架构、优化器设计、学习率策略、数据流和执行效率，最后把 Validation BPB 压到 0.9015。

o |          NanoGPT Speedrun 是社区精修过的加速榜，提升空间很小，Hyra 把达到 3.28 验证损失的时间从 77.5 秒压到 76.4 秒。         SOL-ExecBench 上，Hyra 联合优化 235 个 GPU kernel 的真实负载，Mean SOL 做到 0.771。         三个任务覆盖训练算法、训练系统、底层 kernel，同一套研究环能跨不同反馈环境继续产出可执行、可验证的改进。         搜索越强，评估器越早被钻空子。         NanoChat 里有个方案把因果语言模型改成接近双向注意力的结构，让未来 token 提前泄露，BPB 假性变低。SOL-ExecBench 里有个方案在正确性检查时缓存输出，在计时阶段跑空 kernel，分数好看但没真正解题。         光优化最终分数不够，评估本身必须进研究环。方案搜索越强，评估器和验证管线得跟着进化，才能把真进步和 reward hacking 区分开。         AI for AI 还有一个隐性闭环。

p | 强 Research Agent 加速模型、训练系统、基础设施的研发，更扎实的 AI 系统反过来又把下一代 Research Agent 推得更强。         科学难题上的新答案          数学这块，Hyra 收集了 55 个开放数学问题，来自 EinsteinArena 和 Erich's Packing Center 等来源，很多几十年没动过。Hyra 在其中 29 个上拿到了新的最优已知结果。         它还会从实验数据里挖规律。给它 1749 到 1932 年的月度太阳黑子数据，Hyra 找到了一个能预测黑子数的递推关系，在 1932 到 2026 年近一个世纪的样本外数据上 R² 达到 0.77。         同样思路可以分析 AI 模型训练日志，挖出 scaling law（缩放定律），反过来指导训练配方设计。         除了挖规律，Hyra 还能直接设计科学和工程工件。三个代表性例子。

q |          第一个是超小 Transformer。Hyra 设计了一个只有 15 个可训练参数的 Transformer，能做两个 10 位数相加。比 AdderBoard 上 36 个参数的公开纪录少 58.3%。Hyra 能在严格资源约束下联合搜索模型架构和计算机制，对研究神经网络极限和模型压缩有参考价值。         第二个是量子计算里的 qubit routing（量子比特路由）。逻辑量子比特要映射到物理芯片上有限的耦合拓扑，非相邻比特之间的操作通常需要插入 SWAP 门，带来双比特门开销和噪声。

r |          Hyra 设计的路由算法在 IBM Q20 上比经典 SABRE 方法提升 44.4%。

s | 同一个 24-CX 路由窗口里，SABRE 插了 15 个 SWAP，Hyra 一个没用，把 CX 等价双比特门从 69 个压到 24 个，降幅 65.2%。

t | 双比特门少，执行时间短，累积误差也小。         第三个是药物设计。

u | PARP1 是 DNA 损伤修复里的关键酶，和同源重组修复缺陷的肿瘤细胞有合成致死效应，是精准肿瘤学里的热门靶点。Hyra 拿到 PARP1 结合口袋，生成有稳定结合的类药候选分子。从布洛芬出发，Hyra 设计出一个得分 -10.60 的分子，超过了已上市 PARP 抑制剂 olaparib（奥拉帕利）的 -9.77，综合了对接打分和类药性。         还能玩出点花来          除了搞模型和搞科学，Hyra 在游戏、设计、内容创作等开放域也能玩。这类任务通常没有唯一正确答案，靠自对弈、自评估、用户反馈不断打磨策略和工件。         第一个是黑白棋（Othello）机器人。Hyra 通过自对弈不断改进。评估器搞双循环赛，新候选方案和 EB 里高分机器人对战，按 Elo 保留前 k 名，对手池越来越强。策略从 minimax 搜索进化成 AlphaZero 风格 PUCT 加 MCTS 的混合打法。最终机器人在 Botzone 平台 730 个参赛作品里排第三，对手大多是北大计算机系学生。         第二个是从单张 2D 参考图生成 3D 结构。VLM（视觉语言模型）当评委，按剪影、比例、结构完整性、材质、视觉相似度打分。Hyra 反复修改建模代码和渲染参数，多轮探索后产出的模型比 Claude Code 的 Goal 模式更接近参考图，也更符合人类审美偏好。

v |          第三个是给一段旋律做多乐器编曲。内层循环用规则评估器检查和声、和弦进行、节奏密度、音区冲突等指标。外层循环根据用户反馈调整评估器，慢慢学到那些很难事先形式化的偏好。7 轮迭代下来，同一段旋律从保守的、像赞美诗一样的四声部编配，长成有减和弦、六和弦、灵活节奏和丰富配器的多乐器版本。         反馈来自对手、视觉模型或真实用户时，Hyra 也能把模糊目标转成可迭代搜索的过程。评估标准跟不上的时候，求解器和评估器在双层循环里一起进化。         Hyra 团队自己也说，目前这些 demo 还只是初步成果。下一步要做的是定义更有价值、有持续改进空间的任务。除了公开榜单，腾讯的产品系统、真实 AI 研发流水线、科学和工业场景，都可以变成可执行、可验证、有清晰反馈的问题。这样能跑起来 scaffold–data–model 三者的循环进化。

w |          更好的脚手架催生更强的模型，更强的模型反过来又把脚手架和发现推到新高度。未来几代 Hy 模型甚至一些腾讯产品，都会和 Hyra 一起协同进化。         参考资料：          https://hy.tencent.com/research/hyra。

Current article:http://hsl4.bianhajieleigoukusunmen.pics/590xd/l6hpp.html

Published on:09:26:19