字節跳動發現新擴展定律，或可延續AI繁榮

字節跳動（TikTok母公司）旗下Seed AI團隊本週四發表研究論文，揭示了一項可能改變AI發展軌跡的新發現：人工智能智能體（AI agent）通過在現實世界中執行任務，其學習速度每三個月即可翻倍。這一被稱為“新擴展定律”的發現，正值傳統AI訓練方法遭遇瓶頸之際，為行業提供了繼續進步的替代路徑。

長期以來，AI領域的進步主要依賴向模型注入更多數據和算力的“蠻力”方法。但OpenAI聯合創始人安德烈·卡帕西（Andrej Karpathy）等業界領袖已警告，這種模式不可持續。與此同時，美國研究機構Epoch AI預測，公開可用的、人類生成的文本數據可能在未來六年內耗盡。數據枯竭的陰影迫使行業尋找新出路，而字節跳動的發現恰好指向了一種可能：讓AI在部署後從真實環境中持續學習。

為了量化這種學習能力，研究團隊開發了名為EdgeBench的基準測試套件。該套件包含134項超長時間任務，涵蓋軟件工程、科學發現、形式數學和專業知識工作等領域。每項任務要求AI智能體連續運行至少12小時。在總計超過38,000小時的環境交互實驗中，團隊測試了五個前沿模型，包括Anthropic的Claude Opus 4.8、OpenAI的GPT 5.5和GPT 5.4，以及中國智譜AI和DeepSeek的模型。

數據揭示了一個清晰的模式：AI智能體的性能提升遵循高度可預測的數學曲線。這意味着，即使傳統預訓練帶來的增益逐漸減弱，通過實踐經驗，AI能力仍可按照可預測的方式持續增長。字節跳動團隊在論文中主張：“部署後從豐富環境中學習，理應獲得與預訓練同等的系統性擴展關注。”

這種適應性正變得越來越重要。隨着AI智能體被整合到企業軟件、科學研究和工程項目等現實場景中，它們不能僅依賴初始訓練獲取的靜態知識，而需要在工作中不斷進化。正如研究人員在EdgeBench官網上的總結：“智能體從環境中學習並提升任務表現的能力，是在現實世界中大規模部署AI系統的核心。”