知识卡片：Prime Intellect大规模自主科研实验：Fable 5达人类纪录82%
English Title: Prime Intellect's Large-Scale Autonomous AI Research: Fable 5 Reaches 82% of Human Record
Keywords: Autonomous AI Research; Prime Intellect; nanoGPT; Fable 5; Opus 5; Recursive Self-Improvement
一句话结论
Prime Intellect发布迄今规模最大的前沿AI自主科研实验：18个大模型断网8天独立完成nanoGPT优化器“速通挑战”，其中Fable 5跑到2726步、达到人类工程师数月纪录的82%，但没有模型诞生全新方法，“1%的灵感”暂时仍属人类。
事件概述或研究问题
实验由Prime Intellect进行，目标是测试前沿AI在无人干预、断网条件下能否独立完成一项具体的科研任务——优化nanoGPT优化器。任务被设计成“速通挑战”，要求模型在断网8天内自行提出假设、修改方案、运行实验、分析结果并修正，最终逼近人类工程师耗时数月做出的优化记录。
方法/产品要点
- 实验规模：18个大模型参与，全程断网8天。
- 挑战任务：nanoGPT优化器速通挑战。
- 关键成绩：Fable 5跑到2726步，达到人类工程师数月纪录的82%；Opus 5达到54%。
- 拉开差距的因素：不是新方法，而是做实验的手法。强模型会采用多种子验证、回头重测消融、在CPU上搭建模拟实验室、组建多Agent研究团队，从而独立完成“提假设—改方案—跑实验—分析—修正”的完整闭环。
主要结果或产业意义
- 这是材料所称“迄今规模最大的前沿AI自主科研实验”，为AI科研能力提供了一个端到端实测样本。
- 据该速递转述，OpenAI、Anthropic均把AI递归自我改进押在2028年；本次实测显示，AI在“99%汗水”的执行类科研工作上已能达到人类纪录的82%（Fable 5），但尚无模型产生全新的方法，说明“1%的灵感”仍属于人类。
为什么重要
- 此实验展示的不是单一基准分数，而是AI在无人干预下跑通科研闭环的能力，是递归自我改进路线上的重要实测。
- 强模型靠“实验手法”而非新算法拉开差距，意味着AI的“科研方法论”本身正在成为新的竞争维度。
- 与已有相关卡片（如大规模推理基准测试、Claude Fable 5在Devin中的可用性）相比，本条增量信息在于：它提供了AI作为“科研代理”的端到端能力证据，而非单纯推理性能或产品可用性。
局限与不确定性
- 材料来自腾讯研究院AI速递的摘要，未提供实验论文/报告的原始链接，具体模型名单、评估指标、人类工程师纪录的定义等细节待核实。
- “断网8天”“18个大模型”“2726步”等数字以材料转述为准，实验复现方式待核实。
- 实验仅覆盖nanoGPT优化器这一特定任务，不能直接推广到数学、物理等广泛科研场景。
- 材料明确“没有模型诞生全新方法”，说明AI自主科研仍缺乏原创假设能力，创造性突破尚未出现。
可用于图书/PPT/简报的角度
- AI科研助手已跑到82%：从“工具”到“同事”的临界点在哪里？
- 99%汗水与1%灵感：AI已能完成大多数执行类科研工作，但原创灵感仍需人类。
- 实验方法论成为AI竞争力：多种子验证、重测消融、模拟实验室——AI如何“学会做实验”。
- 2028年递归自我改进倒计时：OpenAI与Anthropic的预测，遇上Prime Intellect的实测。
与既有脉络的关系
本条不重复已有卡片中的推理服务性能或产品可用性信息，而是补充了自主科研实验的端到端结果，可视为AI智能体在科研场景中的能力增量证据。
原始材料
- 来源：腾讯研究院AI速递 20260818（摘要中的第七点：“Prime Intellect自主科研实验，Fable 5追平人类82%”）
- URL：https://m.sohu.com/a/1064115732_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=7