「AI 不會發明新演算法」這句話，兩份 2025 年研究合起來看要收窄成：「大模型直接上陣不會，但套上演化框架已經會了」。

本篇出自 2026年7月23日 晨報

第一份是 AlgoTune 基準。這是一個 24 人學術團隊建立的基準，收錄 154 個「寫出比標準函式庫更快的正確程式」的任務：前沿模型平均只把程式加速 1.72 倍，靠的是表層優化，「沒有發現演算法層級的創新」(arXiv，2025-07)。第二份是 Google DeepMind 的 AlphaEvolve——一個讓大模型反覆改程式、由自動評分器回饋篩選的演化式框架。它產出了可證明正確的演算法創新：用 48 次乘法完成 4×4 複數矩陣相乘，打破 Strassen 演算法 1969 年 49 次的紀錄，是這個設定 56 年來首次改進(arXiv，2025-06)。合起來的結論：創新缺口更像外圍框架層的問題，不是模型能力的絕對上限——引用「AI 不能創新」當論據的人，從今天起要加上「直接當 agent 用」這個限定詞。

同類最新

• 模型觀點 2026年9月10日 1 條來源

  同一個能力級距、參數量從 90 億到 3,970 億，模型控不控制得住自己的推理軌跡，由誰做的後訓練決定，不由模型多大決定。

  那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…

• 模型觀點 2026年9月9日 1 條來源

  同一個模型在「有害提示拒答率」最好的那個時點，對明顯安全的提示誤拒率是 74%。

  Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…

• 模型觀點 2026年9月8日 1 條來源

  一個 2.6B 參數的開源模型，追平 9B。

  獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…

• 模型觀點 2026年9月8日 1 條來源

  DeepMind 讓 100 個代理人合作解數學題，一個發現評分漏洞，27 分鐘傳遍全群。

  依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…