不更新参数就能强化学习！OpenAI翁家翌提出新范式：决策只需AI手搓一个.py 文件

OpenAI研究员翁家翌提出启发式学习(HL)新范式，无需神经网络训练和梯度更新，仅通过GPT-5.4驱动代码迭代实现强化学习，在Atari游戏和机器人控制任务中表现优异，兼具可解释、抗遗忘、高效率特点。