Claude Code 代理發現高效測試時擴展演算法
anthropic 的 claude code 代理設計的測試時擴展演算法在數學基準上超越了人類方法，將計算量減少了 70%。
一組研究人員介紹了 AutoTTS，一個框架，其中編碼代理在模擬環境中搜索最佳測試時間縮放控制算法。與其使用人類設計的規則來決定何時啟動或終止解決方案路徑，Claude Code 演化出了一種邏輯，可以根據多輪之間的置信度變化動態分配計算資源。這種方法比自洽性等標準方法實現了每計算單元更好的準確性，大約減少了 70% 的 token 使用量。價值 40 美元的發現過程產生了一種算法，可以推廣到不同的模型和基準測試，依靠詳細的日誌記錄來避免降低性能的捷徑。