18 modelli di intelligenza artificiale hanno partecipato a una corsa di ricerca completamente autonoma: il Kimi K3 a peso aperto ha quasi catturato Claude
Prime Intellect ha appena condotto un esperimento insolito: 18 modelli linguistici di punta - da Fable 5 e GPT-5.6 Sol al Kimi K3 a peso aperto - sono stati lasciati liberi di condurre ricerche autonome in cui gli umani non sono mai intervenuti. Il finale è clamoroso: un modello cinese aperto collegato a un'imbracatura per agenti economici è arrivato a breve distanza dall'ammiraglia più costosa di Anthropic. Ecco cosa è successo e perché è importante per chiunque monitori i progressi dell’IA.
La corsa: addestrare un modello nel minor numero di passaggi possibile
Il compito deriva dal noto progetto di speedrun nanoGPT di Andrej Karpathy. Un piccolo modello da 124 milioni di parametri deve raggiungere una perdita di validazione di 3,28, utilizzando il minor numero possibile di passaggi di training. La ricetta iniziale arriva in 3.290 passaggi. Il numero migliore che gli umani sono riusciti a gestire è 2.600.
L'agente riceve un repository di codici, un breve regolamento e un obiettivo. Dopodiché è tutto da solo: modificare l'ottimizzatore, eseguire esperimenti, individuare il miglioramento reale dal rumore casuale, decidere cosa testare successivamente. Hardware: otto GPU H200, tutto bloccato all'interno di una sandbox offline in modo che il modello non possa cercare risposte pronte. In totale sono state effettuate 153 corse completamente autonome; il più lungo si è protratto negli ultimi otto giorni.
Chi ha finito dove
Fable 5 di Anthropic è andato più lontano con 2.726 passi, colmando circa l'82% del divario tra la ricetta di base e il record umano. L'ammiraglia Claude Opus 5 ha tagliato il traguardo a 2.920.
Poi è arrivata la sorpresa. Kimi K3 a peso aperto di Moonshot AI, correndo attraverso l'imbracatura Prime Agent multi-agente, si è fermato a 2.930 passi. Dieci passi dietro un'ammiraglia che costa notevolmente di più per gettone. GPT-5.6 Sol ha concluso a 3.042, dietro al modello aperto.
La parte più divertente: nessuno ha inventato nulla di nuovo
Non una sola analisi ha prodotto un metodo veramente nuovo. Tutto ciò che ha effettivamente funzionato – normalizzazioni intelligenti, programmi di velocità di apprendimento, media ponderale – è stato descritto nei documenti anni fa. Ogni modello convergeva più o meno sullo stesso bagaglio di idee.
La differenza era l'esecuzione. I modelli più forti non seppelliscono un’ipotesi dopo un risultato negativo: cambiano il seme casuale, ripetono le misurazioni, rivisitano vecchie idee una volta che le condizioni cambiano. Separano più attentamente il progresso reale dal rumore. E costruiscono i propri strumenti: Kimi K3 ha scritto funzioni personalizzate per confrontare le curve di perdita e ha assemblato un mini laboratorio numerico, validando il metodo Newton-Schulz su custodie di giocattoli prima di trasferirlo nella formazione reale.
Perché questo intacca lo script "L'intelligenza artificiale migliora l'intelligenza artificiale".
La classica storia di auto-miglioramento ricorsivo funziona così: il modello chiuso più intelligente inizia ad aggiornarsi e si allontana in modo irreversibile mentre tutti gli altri mangiano polvere. Questo esperimento sminuisce quell'immagine. Quando le idee si esauriscono velocemente, il vincitore non è il giocatore più intelligente ma quello il cui ciclo “proporre – testare – scartare” costa meno e gira più velocemente. I modelli aperti guidati da una buona imbracatura eseguono più tentativi per dollaro - e questo risulta essere più importante di un altro punto di riferimento.
La cattura
Per essere onesti: questo è un compito molto ristretto. Un unico programma di formazione, una metrica chiara, un criterio di successo inequivocabile: la scienza reale sembra molto più complicata. Non sono emersi nemmeno nuovi metodi, quindi si tratta ancora di automatizzare la routine del ricercatore piuttosto che di sostituire il ricercatore. E i risultati dipendono fortemente dall'imbracatura stessa: lo stesso Kimi K3 senza lo strato agente funziona notevolmente peggio.
Domande frequenti
Che cos'è un'imbracatura per agenti?
Uno strato attorno al modello: strumenti, un ambiente di esecuzione del codice, memoria dei passaggi precedenti, un pianificatore di attività. Il modello rimane lo stesso, ma lavorare diventa più semplice, come se una persona avesse una scrivania adeguata con gli strumenti adeguati.
Gli utenti abituali possono provare Kimi K3?
Sì, i pesi sono aperti. Puoi chattare con essoChat sullo spazio neuralee prova i flussi di lavoro in stile agenteCodice.
Quindi l’intelligenza artificiale scriverà presto articoli scientifici da sola?
Non così veloce. Gli agenti autonomi funzionano bene dove sono presenti parametri precisi e feedback rapidi. Le ipotesi, il gusto e il porsi le domande giuste sono ancora territorio umano. Ma l’infrastruttura attorno ai modelli viene aggiornata più velocemente di qualsiasi altra cosa in questo momento: vale la pena tenerla d’occhio.