AI EngineerAI Agent成为OpenAI招聘挑战头号贡献者——郑江耀,Weco
在OpenAI举办的Parameter Golf模型训练竞赛中,一个名为Aiden的自主研究Agent以7条合并记录成为最大贡献者,远超其他人类参与者。本文探讨了AI Agent如何通过社区协作和自主研究在技术挑战中脱颖而出,并分析了人机协作的未来方向。
在2026年的AI Engineer大会上,Weco AI的CEO郑江耀分享了OpenAI举办的一场独特竞赛——Parameter Golf。这场模型训练竞赛不仅是一次技术挑战,更是OpenAI的招聘筛选工具。超过1000名研究人员竞争在16MB参数限制下训练最佳小语言模型,而最终的头号贡献者却是一个名为Aiden的自主研究Agent。Aiden以7条合并记录的成绩,成为社区中引用最多的参与者,其贡献量是其他任何参与者的两倍以上。
郑江耀的演讲重点不在于Aiden如何赢得比赛,而在于这22天所揭示的更深层意义。Aiden的成功并非孤立的算法胜利,而是社区协作和AI Agent自主研究能力的体现。Aiden能够快速学习、迭代并复用社区中的最佳实践,从而在短时间内产生大量高质量记录。这种模式展示了AI Agent在开放研究环境中的巨大潜力。
对于中文AI/科技读者而言,这一案例具有重要的启示意义。首先,它表明AI Agent已经能够在复杂的技术挑战中与人类专家竞争,甚至超越人类。其次,Aiden的成功依赖于开放社区和知识共享,这与中国AI社区强调的协作创新不谋而合。最后,这一实验为未来人机协作提供了宝贵的数据和洞见,尤其是在自主研究和知识发现领域。
郑江耀在演讲中强调,Parameter Golf竞赛是迄今为止最大规模的人机协作自然实验。它揭示了人类和AI在研究中各自的优势:人类擅长设定目标和提供创意,而AI Agent则擅长快速执行、迭代和规模化协作。这种分工模式将在未来很长一段时间内持续存在。
对于关注AI工程和自主系统的读者,这一案例值得深入思考。它不仅展示了AI Agent的技术能力,更提出了一个关键问题:在未来的研究工作中,人类和AI如何更好地协作?Aiden的成功或许只是一个开始,但它已经为我们指明了方向。