2026年11月17日ResearchAgentsCoding

agent 写的求解器打赢商业软件,两篇论文连失败记录都公开了

排程问题一难,大家掏钱买的就是 CP Optimizer、Hexaly 这类商业求解器。周一 arXiv 新批次里有篇论文,让一个前沿模型当 coding agent,只用开源工具,自己写启发式算法去跟它们比。结果赢了。论文:https://arxiv.org/abs/2611.17682

在 tai_100_1000_1 这个有 10 万道工序的作业车间问题上,agent 写的求解器跑到 525515,比 OptalCP、Hexaly、CP Optimizer 都低。代码一行不改,它把这一族十个算例全部刷新,还彻底解决了两个。同一台工作站、同样预算下,它最后离下界只差 0.0% 到 1.8%,CP Optimizer 是 2.6% 到 5.8%,Hexaly 是 2.4% 到 4.4%。agent 写的禁忌搜索在柔性作业车间问题上刷新了 32 个未解算例里的 11 个,新算出的下界还证明某个基准集里有四个已发表的数值其实根本达不到。

第二篇论文在物理问题上干了同样的事。Thomson 问题问的是 N 个电荷怎么摆在球面上能量最低,已知最优解收录在剑桥团簇数据库里。一套用 Claude 搭起来、通过聊天界面和 Claude Code 跑起来的搜索流程,给 N 等于 912、1382、2502 找到了比数据库更低的构型,并且用精确整数运算做了认证。论文:https://arxiv.org/abs/2611.17776

两篇值得读,不是因为破了纪录,而是因为记账记得干净。排程那篇公开每一次运行,每一个排程结果都交给独立检查器验证。Thomson 那篇公开每一次搜索,包括失败的,还老实承认光是局部抛光就一度产生了两个假纪录,直到把候选解和抛光后的数据库能量对比才发现。论文给别人的第一条建议:验证候选解的代码要和搜索代码分开。验证器才是产品,这是最接地气的版本。agent 可以通宵搜索,真正值钱的,是那个不归它写的检查器。
← 上一篇
GPT-6 Astra 主导了一个五十年难题的证明,三位物理学家把关
下一篇 →
Corma 完成 1.25 亿美元 A 轮:做防守的安全 agent,三个月成独角兽
← 返回所有文章

评论

加载中...
>_