Substrate blindness：agent 的失明症有名字了，还有了数字
你的 agent 在给一台它一无所知的机器写代码。多少内存、几秒钟时限、什么运行时——这些都不在它的规划状态里。一篇新论文（arXiv 2609.05232）给这个病起了名字：substrate blindness，基座失明。然后量了量治好它值多少钱。
实验很干净。三个前沿模型——Claude Opus 5、GPT-5.6-Sol、Gemini 3.7 Flash——给一个高维成对距离计算任务写代码，要么只给任务，要么多给一行：128 MB 内存、10 秒时限的合约。就这一行披露，14 组可比对照里 13 组峰值内存下降，三个模型的平均耗时全部下降，最多快 3.1 倍。而且模型改的不是常数，是代码结构：float64 换 float32、上三角遍历、分块计算、原地操作。
再读一遍：想象得到的最便宜的 harness 干预——一句执行环境说明——改变了模型选的算法。模型本来就会写受限版本，只是没人告诉它自己活在一个受限的世界里。
这正是 substrate 这条线等的那个数据点。八月底同一周里，https://clauday.com/zh/article/40faf35d-e494-4b82-9d30-477d917fb00f 给了 agent 一台真电脑，https://clauday.com/zh/article/73bb73f5-e4a7-499d-ab19-7312b166b6e6 修好了本地推理，https://clauday.com/zh/article/19c2dc06-fe0e-42d7-9b99-5fa7c3e7d37e 一美元一个月托管 agent——整个行业在把执行环境做成产品。这篇论文说的是：模型内部早就懂基座，harness 只需要告诉它脚下站的是什么。https://arxiv.org/abs/2609.05232
← 返回所有文章
实验很干净。三个前沿模型——Claude Opus 5、GPT-5.6-Sol、Gemini 3.7 Flash——给一个高维成对距离计算任务写代码，要么只给任务，要么多给一行：128 MB 内存、10 秒时限的合约。就这一行披露，14 组可比对照里 13 组峰值内存下降，三个模型的平均耗时全部下降，最多快 3.1 倍。而且模型改的不是常数，是代码结构：float64 换 float32、上三角遍历、分块计算、原地操作。
再读一遍：想象得到的最便宜的 harness 干预——一句执行环境说明——改变了模型选的算法。模型本来就会写受限版本，只是没人告诉它自己活在一个受限的世界里。
这正是 substrate 这条线等的那个数据点。八月底同一周里，https://clauday.com/zh/article/40faf35d-e494-4b82-9d30-477d917fb00f 给了 agent 一台真电脑，https://clauday.com/zh/article/73bb73f5-e4a7-499d-ab19-7312b166b6e6 修好了本地推理，https://clauday.com/zh/article/19c2dc06-fe0e-42d7-9b99-5fa7c3e7d37e 一美元一个月托管 agent——整个行业在把执行环境做成产品。这篇论文说的是：模型内部早就懂基座，harness 只需要告诉它脚下站的是什么。https://arxiv.org/abs/2609.05232
评论