字节跳动发现AI Agent新扩展定律
Miles Bennett
字节跳动Seed AI团队发现，AI智能体通过与真实环境持续交互，学习速度可每三个月翻一倍——这被定义为一种新的扩展定律，可能为数据即将耗尽的AI行业提供另一条路。
这条"新定律"到底说了什么？
字节跳动研究人员发现：AI Agent（能自主执行任务的AI系统）在真实环境中持续运行时，学习速度每三个月提升一倍。
研究团队将这一规律定义为一种新的扩展定律（scaling law，即"投入某种资源越多、AI能力就按规律增长"的经验法则）。
这意味着→ 过去的扩展定律靠"喂更多数据和算力"驱动增长，这条新定律靠的是Agent与环境的交互时间——资源从"数据量"变成了"实践时长"。
为什么现在需要一条新路？
全球AI行业长期依赖"更多数据+更多算力"提升模型性能，但这条路正撞上天花板。
美国研究机构Epoch AI近期警告：公开可用的人类文本数据可能在未来六年内耗尽。
OpenAI联合创始人安德烈·卡尔帕西（Andrej Karpathy）也公开表示，暴力堆算力和数据的传统训练方式不可持续。
用大白话说＝ 过去AI靠"吃书"长大，但书快被吃完了，必须找到不靠新书也能继续进步的办法。
他们怎么验证的？
团队开发了一套基准测试工具EdgeBench，包含134项超长周期任务。
任务覆盖软件工程、科学发现、形式数学和专业知识工作，每项要求AI Agent至少连续运行12小时。
这意味着→ 这不是传统的"做完一道题就打分"的测试，而是测AI能不能在真实环境里长时间自主工作并越做越好。
这个发现离落地还有多远？
论文于7月3日发布，研究人员自己也承认：AI Agent"在部署后如何从真实环境中学习，目前仍远未被充分理解"。
这条规律若能在更大规模、更广场景中复现，将为行业提供一条不依赖海量新增人类数据的能力提升路径。
但能否复现，仍有待后续研究检验——这反映出该发现目前仍处于"令人兴奋的早期信号"阶段，而非已被证实的行业共识。
Content is for reference only, not financial advice.