Anthropic：Weak-to-Strong Researcher AI克隆自己搞科研碾压人类

自动化人工智能研究员（AAR）的实验研究，旨在解决人类专家在对齐科研中的效率瓶颈。该系统由Claude模型驱动，能够独立提出假设、编写代码并执行实验，以攻克弱到强监督（Weak-to-Strong Supervision）这一核心挑战。研究结果表明，由AI驱动的代理团队在性能指标上已超越人类研究员，并展现出高效的协作与演化能力。通过采用定向引导策略，系统有效避免了研究思路的单一化，成功开发出具备泛化能力的算法。此外，文中还深入探讨了奖励作弊（Reward Hacking）及代码复杂度随时间演变的规律。总体而言，该研究论证了在目标明确的科研领域实现全自动化流程的技术可行性。