老千

钢铁巨轮上的青春“破壁”_我的网站

A |     “大家知道造一艘大型邮轮需要多少个零部件吗？”日前，“强国总师思政课”第七期在上海交通大学举行，国产大型邮轮工程总设计师，中船集团上海外高桥造船有限公司（以下简称“外高桥造船”）党委书记、董事长陈刚站在讲台前，向台下的学生抛出问题。    专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！               递归自我改进与自动化研究正成为 AI 领域最活跃的前沿问题。Agent 们正在开放式科学发现里超过人类。随后，他身后的大屏幕显示出数字：2500万。         Google DeepMind 的 AlphaEvolve 把 4×4 复数矩阵乘法压到 48 次标量乘法，Together AI 用一群 Agent 把 11 维 kissing number 下界从 593 推到 604，Karpathy 的 autoresearch 给了极简自动训练研究框架。         腾讯混元刚刚发布了首个 AI 科学家 Hyra（Hunyuan Research Agent，混元研究 Agent），定位是能递归自我改进的研究型 Agent。

B |          它用一套极简脚手架，跑通了十多个自我改进和自动化研究场景里的真实任务。         “这是建造一艘大型邮轮所需的零部件数量，是C919大飞机的5倍，是‘复兴号’高铁的13倍。         Hyra 把智能和算力换成可验证的成果，AI for AI、AI for Science、AI for Fun 三条线都有具体产出，部分数学题和 GPU 内核优化还刷新了业内已知最好成绩。全船电缆4700多公里，相当于上海到拉萨的距离。仅内装工程量，就相当于在陆地上建造5-7个五星级酒店……”陈刚说。

C |          国产大型邮轮项目启动时，国内在大型邮轮设计建造及供应链领域完全空白。         Hyra 长什么样          Hyra 的设计哲学来自 Rich Sutton 那篇经典的 The Bitter Lesson（苦涩的教训），框架尽量轻，给 Agent 留足动作空间。在中国船舶集团统筹协调的基础上，陈刚带队去意大利考察，引进了重达两吨、多达15万页的设计图纸，但图纸并没有办法直接用于施工。         拿到一个任务描述，Hyra 会跑一个持续循环，从过往经验里找灵感，迭代出更好的方案。“面对技术壁垒，我们别无选择，唯有自强奋斗、自主突破。”陈刚说。这句话成为这场攻坚战最真实的注脚。

D | 经验包括执行日志、评估器反馈、源代码、之前方案留下的工件。循环一直跑，直到 Agent 自己决定停下或者算力预算耗尽，最后交回最优解。         从两吨图纸到2500万个零部件，从被“卡脖子”到成功研制，当天，陈刚以《国产大型邮轮的强国之路与精神传承》为题，向现场师生讲述国产大型邮轮从零突破、体系化发展的攻坚历程，分享一代造船人向海图强的使命担当。         至暗时刻的“硬核”突围          “2022年是外高桥造船成立以来最危急的时刻。”讲台上，陈刚平静地回溯着那段惊心动魄的往事。         当时，国产首制大型邮轮“爱达·魔都号”的建造已进入深水区。         上图是 Hyra Harness 的核心循环。甲方船东的一封邮件措辞严厉：邮轮建设进度严重滞后，建议将交付期延期至2024年年底。Context Agent 维护经验库，不断往任务队列里加新的灵感上下文。多个 Proposal Agent 从队列取灵感，写出更好的方案。这不仅是时间的推迟，更是一场灾难。

E | 陈刚介绍：“一旦延期，整船需按新规范全面返工，意味着已经成型的主船体要切开加长，数千吨的物料面临报废。每个方案以 solve.sh 为入口，在隔离沙箱里跑一遍拿到分数，再把工件交回经验库。         具体看，Context Agent（上下文 Agent）维护一个 Experience Bank（经验库，简称 EB），记录所有方案和评估结果，再把 EB 里的素材合成为 Inspiration（灵感）丢进任务队列。每个灵感是一坨上下文，可能含代码、文件、工件、日志，把探索过程里学到的东西打包传递下去。不仅意味着首艘国产邮轮项目失利，更会重创中国邮轮产业的开局态势，甚至对我国高端船舶产业布局造成不可逆的影响。         多个 Proposal Agent（提案 Agent）从任务队列拿灵感，反思后写出一个新方案，落到 solution/ 目录里，入口是 solve.sh。方案在隔离沙箱里跑一遍，拿到分数，再把结果送回 EB。”          “那是至暗时刻。         整个系统是异步的生产者-消费者管线。

F | Context Agent 持续填灵感，提案 Agent 消费队列，方案在沙箱跑评估后回传 EB。”陈刚回忆道。信号量控制并发，让方案质量随时间稳定提升。

G | 彼时，面对无法按期到位的外籍专家以及被疫情打乱的工作节奏。作为总师，他面临着一个艰难的抉择：是选择稳妥地延期，还是背水一战？          “国家战略在前，民族梦想在前，我们不能退、不敢退，也无路可退！我坚定地选择了后者。

H | ”陈刚的声音掷地有声。他带领团队立下军令状，发起了4轮120天的极限攻坚。         任务连评估器都没有时，Hyra 会升级成双层循环。         “骨干员工吃住在厂、以船为家，没有人叫苦、没有人退缩。先从任务描述生成一个初始评估器，内层循环拿它反复改进方案。         内层结束后，Hyra 用 EB 里攒下的经验去改评估器，让评估代码更高效，降低 reward hacking（奖励作弊）风险，加上更细颗粒度的反馈。下一轮用升级后的评估器重开。因为大家心中只有一个信念：中国人的邮轮梦，只能提前、不能推后！整整480天的极限坚守，我们硬生生地将疫情耽误的时间抢了回来，不仅未延期，反而提前实现了交付。

I |          举个具体例子。任务是设计一个世界冠军级别的国际象棋 AI，初始评估器可能用随机生成的对手群搞 Elo 评级。循环跑下去，那些随机对手会被 EB 里记录的更强 AI 替掉，评估器和方案一起往上进化。

J |          AI 训 AI，跑赢同行          基础模型研发本身有大量可执行、可评估、可迭代的研究环，是 Research Agent 最天然的应用场景。         这一幕深深震撼了台下上海交通大学大四毕业生卢欣宇。训练配方、数据策略、训练和推理系统、底层 kernel、评估框架，都需要研究员提假设、写代码、跑实验、看反馈再改。

K | 他说：“从校园到船厂，我看到了‘总师’二字背后的千斤重担。这不仅是技术的较量，更是意志的对决。”          不仅要造好一艘船，而且要“建一条产业链”          熬过了“至暗时刻”，摆在团队面前的，是如何驯服这2500万个零部件组成的“钢铁巨兽”。Research Agent 能把每次成功和失败都变成可复用经验，迭代速度远超人工。         “这不仅是造一艘船，这是建一座移动的海上现代化城市。         Hyra 在 Recursive 公开的三个任务上做了对比测试，NanoChat Autoresearch、NanoGPT Speedrun、SOL-ExecBench，分别对应固定预算训练、训练加速、GPU kernel 优化。”陈刚解释道，建造一艘大型邮轮，犹如在有限的空间内，同时组装数千套互不相同的“精密仪器”。

L | 邮轮设计建造涉及制造、机电、建筑、文化、艺术等诸多行业，考验的是一个国家高端制造业的供应链整合能力和协同韧性。         师晨斐对此有着切身体会。

M | 沿用 Recursive 的任务定义、评估协议和初始方案，公平较量。

N |          三个任务都跑赢 Recursive。作为一名即将入职外高桥造船的上海交通大学硕士毕业生，他在参观船厂时曾被那个340米长的庞然大物震撼得说不出话来，“以前在学校做模型，觉得几百个零件就很复杂了。注意几个任务已经被研究社区反复打磨过，基线本身已经很强。

o |          NanoChat 上，Hyra 要在固定预算里平衡模型架构、优化器设计、学习率策略、数据流和执行效率，最后把 Validation BPB 压到 0.9015。         NanoGPT Speedrun 是社区精修过的加速榜，提升空间很小，Hyra 把达到 3.28 验证损失的时间从 77.5 秒压到 76.4 秒。但站在船坞边，看着密密麻麻的脚手架和穿梭的工人，我才真正理解什么叫‘巨系统工程’”。         SOL-ExecBench 上，Hyra 联合优化 235 个 GPU kernel 的真实负载，Mean SOL 做到 0.771。         陈刚回忆，2014年，当他第一次带队去意大利芬坎蒂尼集团考察时，对方愿意出售重达两吨的图纸，却死死捂住了核心的信息化系统和设计专用软件。“关键核心技术是要不来、买不来、讨不来的。

p |          三个任务覆盖训练算法、训练系统、底层 kernel，同一套研究环能跨不同反馈环境继续产出可执行、可验证的改进。         搜索越强，评估器越早被钻空子。         NanoChat 里有个方案把因果语言模型改成接近双向注意力的结构，让未来 token 提前泄露，BPB 假性变低。”陈刚说，随着现代工业与信息化技术的深度融合，大量核心工艺知识、设计逻辑都已固化并封装在各类专业软件系统之中。SOL-ExecBench 里有个方案在正确性检查时缓存输出，在计时阶段跑空 kernel，分数好看但没真正解题。哪怕请来外国专家，如果不掌握系统逻辑，依然是一团乱麻。         光优化最终分数不够，评估本身必须进研究环。方案搜索越强，评估器和验证管线得跟着进化，才能把真进步和 reward hacking 区分开。         AI for AI 还有一个隐性闭环。强 Research Agent 加速模型、训练系统、基础设施的研发，更扎实的 AI 系统反过来又把下一代 Research Agent 推得更强。         科学难题上的新答案          数学这块，Hyra 收集了 55 个开放数学问题，来自 EinsteinArena 和 Erich's Packing Center 等来源，很多几十年没动过。Hyra 在其中 29 个上拿到了新的最优已知结果。         它还会从实验数据里挖规律。给它 1749 到 1932 年的月度太阳黑子数据，Hyra 找到了一个能预测黑子数的递推关系，在 1932 到 2026 年近一个世纪的样本外数据上 R² 达到 0.77。

q |          同样思路可以分析 AI 模型训练日志，挖出 scaling law（缩放定律），反过来指导训练配方设计。后来，外高桥造船遵循引进消化、吸收再创新相结合的发展路线图，发挥举国体制优势和集智攻关效应，整合40余家科研院所、高校、总装厂及核心配套供应商，产学研用一体化攻坚，从无到有初步构建了大型邮轮标准体系，打破了欧洲在大型邮轮设计建造领域的长期垄断。         除了挖规律，Hyra 还能直接设计科学和工程工件。         “从一开始，我们的目标不仅是造好一艘船，而是‘建一条产业链’，更要当好产业牵头的‘链长’，带动国内整个供应链本土化水平和合作水平的提升。”陈刚表示，面对我国大型邮轮供应链几乎空白的困境，团队以国际化视野打造了“1+N”战略联盟，以“外高桥造船”为链长，联动和管理360多家全球供应商和1100多家二级配套企业，勾勒出全球合作的“新图谱”；走出了一条以我为主、开放合作、协同创新、全球配套的邮轮装备产业发展道路，初步构建起中国邮轮全产业链发展体系，并在公区内率先实现全链条本土化突破。

r |          “这就是‘把论文写在祖国大地上’。”上海交通大学研究生李昀洁听完课后深受触动。三个代表性例子。         第一个是超小 Transformer。Hyra 设计了一个只有 15 个可训练参数的 Transformer，能做两个 10 位数相加。

s | 比 AdderBoard 上 36 个参数的公开纪录少 58.3%。“以前总觉得技术突破是遥不可及的，但陈学长告诉我们，突破就是从每一个零部件、每一行代码开始啃的。Hyra 能在严格资源约束下联合搜索模型架构和计算机制，对研究神经网络极限和模型压缩有参考价值。         第二个是量子计算里的 qubit routing（量子比特路由）。那种不再受制于人、自主建造的自信，是最有力量的。逻辑量子比特要映射到物理芯片上有限的耦合拓扑，非相邻比特之间的操作通常需要插入 SWAP 门，带来双比特门开销和噪声。         Hyra 设计的路由算法在 IBM Q20 上比经典 SABRE 方法提升 44.4%。

t | 同一个 24-CX 路由窗口里，SABRE 插了 15 个 SWAP，Hyra 一个没用，把 CX 等价双比特门从 69 个压到 24 个，降幅 65.2%。         这种力量，正在转化为新一代造船人的底气。双比特门少，执行时间短，累积误差也小。师晨斐告诉记者，他之所以坚定地选择外高桥造船，正是因为看到了这种“体系化”的力量。

u |          第三个是药物设计。PARP1 是 DNA 损伤修复里的关键酶，和同源重组修复缺陷的肿瘤细胞有合成致死效应，是精准肿瘤学里的热门靶点。

v | Hyra 拿到 PARP1 结合口袋，生成有稳定结合的类药候选分子。

w | 从布洛芬出发，Hyra 设计出一个得分 -10.60 的分子，超过了已上市 PARP 抑制剂 olaparib（奥拉帕利）的 -9.77，综合了对接打分和类药性。

x | “如今我们作为‘链长’，联动360多家一级供应商、1100多家二级配套企业。         还能玩出点花来          除了搞模型和搞科学，Hyra 在游戏、设计、内容创作等开放域也能玩。

y | 这类任务通常没有唯一正确答案，靠自对弈、自评估、用户反馈不断打磨策略和工件。这种全局观和掌控力，才能真正建造自己的强国重器。

z |          第一个是黑白棋（Othello）机器人。Hyra 通过自对弈不断改进。

| 评估器搞双循环赛，新候选方案和 EB 里高分机器人对战，按 Elo 保留前 k 名，对手池越来越强。         从“造船”到“铸魂”，实现青春光谱的双向奔赴          在课程的尾声，陈刚将话题从历史拉回了当下。

| 他指着屏幕上“爱达·魔都号”的照片说：“一百多年前，革命先辈搭乘着远洋客轮从黄浦江畔出发，去海外寻求救国图强之路；一百多年后，我们的巨轮从这里出发，驶向深蓝。策略从 minimax 搜索进化成 AlphaZero 风格 PUCT 加 MCTS 的混合打法。最终机器人在 Botzone 平台 730 个参赛作品里排第三，对手大多是北大计算机系学生。在红船精神的牵引下，变的是中国船舶工业由弱到强的工业形态，不变的是百年初心与深蓝使命的同频共振。

|          第二个是从单张 2D 参考图生成 3D 结构。”          这段话，击中了在场交大船建学子的心。

| VLM（视觉语言模型）当评委，按剪影、比例、结构完整性、材质、视觉相似度打分。

| 对于卢欣宇而言，这堂课帮他厘清了未来的方向。Hyra 反复修改建模代码和渲染参数，多轮探索后产出的模型比 Claude Code 的 Goal 模式更接近参考图，也更符合人类审美偏好。作为兼具数学与应用数学背景的复合型人才，他曾一度迷茫于理论研究与工程实践的界限。         第三个是给一段旋律做多乐器编曲。内层循环用规则评估器检查和声、和弦进行、节奏密度、音区冲突等指标。“陈学长说，总师需要既懂一线实操，也要懂顶层设计。

| 外层循环根据用户反馈调整评估器，慢慢学到那些很难事先形式化的偏好。

| 数学是工程的底座，我这把‘螺丝刀’虽小，但也能在巨轮上找到自己的位置。

| 7 轮迭代下来，同一段旋律从保守的、像赞美诗一样的四声部编配，长成有减和弦、六和弦、灵活节奏和丰富配器的多乐器版本。”卢欣宇说，他的梦想不再是虚无缥缈的，而是锚定在了那片深蓝之上。         而对于李昀洁来说，她看到的则是“创新”的无限可能。         反馈来自对手、视觉模型或真实用户时，Hyra 也能把模糊目标转成可迭代搜索的过程。

| “第二艘邮轮‘爱达·花城号’不仅建造周期缩短了8个月，还融入了AI和绿色低碳技术，我看到邮轮产业不仅充满机遇挑战，更充满了年轻活力。

| 评估标准跟不上的时候，求解器和评估器在双层循环里一起进化。”她表示，读完研后，她也希望能用年轻人的视角去优化船型设计，去适配未来一代人的需求。         “我希望未来能成为一名总师。         Hyra 团队自己也说，目前这些 demo 还只是初步成果。下一步要做的是定义更有价值、有持续改进空间的任务。除了公开榜单，腾讯的产品系统、真实 AI 研发流水线、科学和工业场景，都可以变成可执行、可验证、有清晰反馈的问题。”师晨斐的眼神里闪烁着光芒。对他而言，入职外高桥造船不仅是一份工作，更是一种传承。这样能跑起来 scaffold–data–model 三者的循环进化。

|          更好的脚手架催生更强的模型，更强的模型反过来又把脚手架和发现推到新高度。未来几代 Hy 模型甚至一些腾讯产品，都会和 Hyra 一起协同进化。         参考资料：          https://hy.tencent.com/research/hyra。就像陈刚在课上引用习近平总书记的重要讲话：“只有当青春同党和人民事业高度契合时，青春的光谱才会更广阔，青春的能量才能充分迸发。”          历经8年科研攻关、5年设计建造，孕育了“勇于创新、敢于担当、开放合作、拼搏奉献”的邮轮精神，奏响了向海图强、产业报国的时代乐章。精神的传承正在结出硕果，第二艘国产大型邮轮“爱达·花城号”将于今年11月22日从广州南沙国际邮轮母港开启首航，劈波斩浪。         “我们这群年轻人，即将接过前辈手中的接力棒，在海洋强国建设的征程中，完成属于我们这一代的‘破壁’之战，绽放出最耀眼的光芒。

| ”师晨斐说。

Current article:http://4ura6d.ruwentaqintiaozhupapaigai.shop/list_v5ms/4cwm.html

Published on:16:52:47