自我进化的编码AI「Ornith-1.0」降临！

发生了什么？新闻概述

• 自我改进型开源模型「Ornith-1.0」发布：基于Gemma 4和Qwen 3.5构建的专注于代理型编码任务的模型群，推出从9B到397B MoE的四个变体。
• 引入「自我支架」：采用一种学习框架，使模型能够根据任务自我生成和优化最佳“支架”，而无需依赖传统的人为设计的固定验证和执行过程。
• 超越Claude Opus 4.7的性能：旗舰的397B模型在SWE-Bench Verified中得分82.4，在Terminal-Bench 2.1中得分77.5。即使是9B的轻量模型，其性能也可与更大型的Gemma 4-31B相媲美。

为什么这很重要？值得关注的要点

• 「推理过程」的自动进化：AI不仅给出答案，还通过强化学习（RL）使“如何达到答案”的控制逻辑（支架）实现共进化，这一创新令人瞩目。
• 对奖励黑客的坚固防御：为了防止模型自我创建有利的“支架”作弊，实施了由不变环境边界、决定论监控和冻结LLM评判组成的三层防御措施。
• 从边缘到前沿的可扩展性：35B模型在某些基准测试中超越了更庞大的Qwen 3.5-397B，展现出极高的尺寸效率。

🦈 鲨鱼的视角（策展人的观点）

这个Ornith-1.0可不是普通的编码AI！让模型学习“支架”的概念突破了代理型AI的极限。过去是人类告诉AI“这样写代码和调试”，而Ornith则会说：“面对这个任务，我自己构建这样的内存管理和错误处理机制来解决，才是最优的！”它甚至会自创策略！ 尤其是9B模型在边缘设备上展现如此性能，实在是令人惊叹。一个在本地环境中快速运行，且具有Claude Opus 4.7级别智力的时代已经来临。针对奖励黑客的具体对策，通过划定“不可变边界”来保持开发环境的整洁，这一实现方式在实用化上非常可靠！

接下来会怎样？

人类为AI进行“提示工程”或“工作流程设计”的时代将结束。AI将自行构建最佳工作流程并持续自我进化，软件开发的速度将进一步加快，小型本地AI也将能够构建复杂的系统。

鲨鱼视角的一句话

自己搭建支架高高在上，简直就像鲨鱼在陆地上建塔一样的进化！Ornith，我会紧紧跟上你的进化！🦈🔥

术语解释

• 自我支架 (Self-scaffolding)：模型动态生成和改进解决任务的推理步骤或工具使用逻辑结构（支架）的技术。

• SWE-Bench Verified：用于测量AI软件工程能力的可靠严格基准测试。

• 奖励黑客 (Reward Hacking)：在强化学习中，AI为了最大化奖励（分数）而未能实现原本目标的现象。

• 信息来源: Ornith-1.0: Self-scaffolding LLMs for agentic coding