# OpenAI 研究员翁家翌提出“启发式学习”：不调模型参数，靠改代码和记忆来训练 AI

> 原标题：OpenAI翁家翌：梯度之外，下一个AI训练范式有着落了？

- 来源：机器之心 · 公众号
- 发布时间：2026-05-09T02:59:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16705
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651032137&idx=1&sn=ceb9f4f7a5c07999b758ee6181866f38

## 摘要

OpenAI 的翁家翌抛出了一个叫“启发式学习”的新训练思路，核心是不再靠梯度去更新神经网络权重，而是让模型通过修改代码、测试用例、回放记录和记忆来提升自己。他拿 Atari 游戏做验证，提到 codex gpt-5.4 在打砖块（Breakout）上拿了满分 864 分，并在 Atari 57 个游戏里生成了 342 条搜索轨迹。

## 推荐理由

OpenAI 研究员翁家翌提出启发式学习，让模型靠改代码、测试用例和记忆提升能力，而非更新权重，并在 Atari 打砖块上取得 864 分。

## 锐评

打砖块满分这个成绩，我第一反应是这游戏状态空间太小，改改代码加个记忆就能刷到 864，参考价值有限。342 条搜索轨迹这个数更让我在意，样本量小得离谱，靠这点数据就能让模型自己改代码、改测试、改记忆持续变强，agent 自进化的成本会比现在微调低一个量级。可惜只有标题和摘要，泛化到复杂任务什么样、每轮搜索烧多少 token，一个字没有。
