· AI Engineer World's Fair 2026
Мы устроили гонку между Claude Code, Codex и исследователями
We Let Claude Code and Codex Race Human Researchers — Elie Bakouch, Prime Intellect
Агенты для кодинга Claude Code и Codex, по словам спикера, обошли рекорд людей в Optimizer Speedrun, но собрали известные методы из статей без нового оптимизатора.
- Персистентность агентов — Claude Code простаивал около трети времени и останавливался каждые 9–10 часов, а Codex работал почти без пауз.
- Поиск в литературе — Codex нашёл статью, которую не нашла ни одна другая модель, и её метод дал лучший результат.
- Цикл открытия — предложена связка: генератор идей, запуск speedrun, судья с оценкой качества и человек, затем проверка лучших методов на большом масштабе.
Кому полезно: тем, кто хочет понять, способны ли агенты на самостоятельный ML-ресёрч, и кто строит длинные автономные прогоны агентов.
Статья по теме
Главы
Похожие доклады
Когда закончится эпидемия бенчмаксинга?
AI Engineer World's Fair 2026
Близко по содержанию
Как работает Claude Code
AI Engineer Code 2025
Близко по содержанию
Побеждаем RL с помощью рефлексии: GEPA и Optimize Anything
AI Engineer World's Fair 2026
Близко по содержанию
Игра бенчмарков: почему она подтасована и как действительно победить
AI Engineer World's Fair 2025
Близко по содержанию

