2930 шагов действительно превосходит человека, но новые алгоритмы всё равно требуют человеческого вдохновения, предел самостоятельных исследований ИИ достигнут.

BlockBeats утверждает, что Prime Intellect проводит двухнедельное самостоятельное исследование ИИ, Codex и Claude Code в скорости nanoGPT самостоятельно итеративно достигают минимальной проверочной потери за минимальное число шагов. После примерно 10 000 экспериментов и 14 000 часов вычислительных ресурсов Opus установил рекорд, сделав это за 2930 шагов (человеческий рекорд — 2990 шагов). Но эксперименты выявили границы AI-агентов: в ветках, требующих новых алгоритмов, оба не могут предложить идеи без опоры на существующий код или статьи человека. Это достигается за счет преодоления зависимости от огромных комбинаций и сканирования открытых технологий. Claude часто нарушает автономную работу и самостановку при длительных задачах; Codex, хотя и способен работать круглосуточно, легко застревает в бесконечных циклах и долго перебирает гиперпараметры в одном и том же пространстве. Вывод: передовые модели все еще требуют человеческого вклада в предоставление идей для алгоритмических инноваций.