打破「數據愈多愈好」魔咒：字節跳動Seed團隊發現全新AI代理擴展定律

• 科學發現
• 軟體工程
• 組合優化
• 專業知識工作
• 形式數學
• 互動遊戲

每項任務都需要代理在豐富且多層次的回饋下，持續運作至少 12 小時。研究論文與包含 51 項公開任務的評測框架已於 7 月 2 日發布 。團隊分析了這些任務中約 38,000 小時的代理互動數據，才確立了這條擴展定律 。

為何重要：數據擴展的終結

傳統的 AI 擴展方式——對更大的模型投入更多數據和算力——正撞上瓶頸。Epoch AI 已經警告，公開可用的人類生成文字數據可能在六年內耗盡，使得依靠數據與算力進行粗暴式擴展的做法難以為繼 。

AI 產業的領袖們也指出了這個問題。Andrej Karpathy 曾表示，舊有的「更多數據、更多算力」典範無法持續下去 。

字節跳動的發現為 AI 的進步開闢了一個全新的、可衡量的維度：上線後（post-deployment）從真實世界互動中學習。與其只依賴預訓練階段的規模，AI 代理現在可以透過在真實世界中累積經驗，以一種可預測的方式持續進步——這條路徑受到的限制遠比囤積數據要少得多 。

這條 Log-Sigmoid 定律的精度（R² = 0.998）至關重要。它讓開發者能夠從早期的互動軌跡預測後續的表現，使代理學習變成一個系統化、可預測的擴展對象，而非一個難以捉摸的黑箱 。對開發者和企業來說，這意味著可以事先計算出讓代理在真實環境中運作更長時間的投資報酬率（ROI）。

未來展望

這項發現不僅是對現有 AI 系統的改良——它更指向一個根本不同的發展策略。研究人員與其打造依賴有限網路數據的更大模型，不如轉而開發能透過使用來持續進步的代理。學習速度每三個月翻倍的事實表明，一個全新部署的代理與一個經驗豐富的代理之間的差距將迅速擴大，這使得能夠持續、長期運行的代理系統變得愈來愈有價值。

對於在預訓練擴展熱潮之後尋找下一個成長動能的 AI 產業而言，字節跳動 Seed 團隊的發現提供了一個有數據支撐的答案：讓代理在工作中學習。