Station：AI 自主发现数学新定理
Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment
在名为 Station 的开放世界多智能体环境中，来自不同模型家族的 AI 智能体在没有中央协调器或预设流程的情况下，自主开展数学研究。它们自行选择研究方向、进行实验、相互协作并构建共享的科学文献。在 AlphaEvolve 目录中的 12 个构造问题及两个额外案例研究中，智能体在五个问题上取得了相对于现有文献的新成果，包括发现有限域 Kakeya 集的新无限族、维度 11 中新的精确 604 点 kissing 构型、离散 Kakeya 针问题和符号不确定性问题的新纪录，以及显著改进 Erdős 最小重叠问题的下界。此外，智能体还发现了 Book Ramsey 数的新无限族。更重要的是，它们不仅生成了数值构造，还提出了定理和分析来解释这些构造的运作原理，使结果更具可解释性，便于数学家在此基础上进一步研究。所有原始智能体对话、证明和验证代码均已开源，完整记录了这些发现的产生过程。
智能体不仅生成了数值构造，还提出了定理和分析来解释这些构造的运作原理，使结果更具可解释性，便于数学家在此基础上进一步研究。
HN 评论区
23- robotresearcher
关于将这些系统拟人化，我同时有两个想法：
1. 我们应该少这么做，因为这会扭曲我们正确思考它们的能力。将这些过程称为“思考”、“休假”等，会诱导读者带入一些系统实际运作中并不存在的观念和预期。
2. 继续这么做也有好处，因为反复使用能削弱人们似乎唯独保留给我们自身行为的那种“特殊性”或“魔力”（“这算不上真正的智能/思考/推理/创造”），而除了感觉之外，这种立场并无任何依据。
我倾向于第二种观点。
- dash2
> 代理们也会定期获得“休假”，在此期间，它们会搁置手头的工作，接收随机提示，以鼓励开放式思考。
我们生活在什么样的世界里啊。这群人简直是为 AI 重新发明了剑桥大学的 Senior Common Room。
- anigbrowl
如果你还没读过格雷格·伊根（Greg Egan）的《排列城市》（Permutation City），那么既然你点击了这个讨论，你一定会从中获益良多。