据動察 Beating 監測,字節跳動 Seed 團隊發布智能體基準測試 EdgeBench,用於研究 AI 在 12 至 72 小時超長周期任務中的環境學習表現。在分析超過 3.8 萬小時的智能體運行記錄後,研究團隊發現 AI 的學習曲線高度可預測,智能體性能隨互動時間延長而提升,精準擬合對數邏輯斯蒂 log-sigmoid 曲線。研究者借用圖搜索理論解釋這一規律,認為智能體的進步如同在技能圖譜上向外擴張邊界。Seed 團隊已將基準測試框架及首批 51 個任務開源。
與之相反,研究機構 Epoch AI 同日發布 EBR-bench 評估結果得出不同結論。在對桌遊環境的測試中,即使提供策略指南,AI 在重複嘗試後也幾乎沒有表現出學習和自我改進行為。這一分歧表明,AI 的自主學習潛力受任務環境和反饋鏈路設計影響極大。在系統級工程或科學探索等需要連續環境反饋的場景中,智能體能夠建立起累積優勢,但在策略相對複雜的離散規則遊戲中,當前的在軌學習仍然舉步維艰。