AI 自己改进自己,可能没吹得那么快
普林斯顿大学 Peter Kirgis 和 Sayash Kapoor 领衔的多机构团队提出“影子评测”方法,让运行在 OpenClaw 上的 Claude Opus 4.8 用六天时间、3000 美元 Anthropic API 额度,回答两篇未公开的 NeurIPS 2026 投稿论文中的研究问题。
推荐理由:普林斯顿团队让 Claude Opus 4.8 用六天和 3000 美元额度回答两篇未公开的 NeurIPS 投稿问题,发现它能做工程却做不出原创研究,为判断 AI 自动化科研的时间表提供了一次实测参照。