字节跳动提出基于部署后学习速度的新AI扩展定律
Summary
2026年7月5日，字节跳动旗下Seed AI研究团队发布了一项关于AI扩展定律的全新见解，提出部署后学习（post-deployment learning）可能成为新的AI扩展范式。传统的预训练扩展方法通过增加参数、数据和算力推动模型能力提升，但正面临高质量训练数据枯竭和收益递减的困境。Seed AI团队在EdgeBench基准（包含科学、软件工程、优化、知识工作、形式推理和游戏六个领域的134个长时程任务，每个任务至少运行12小时）上测试发现，AI代理在真实世界部署后可以通过持续交互、反馈和环境变化不断自我改进，其改进速度大约每三个月翻一番。这一发现若经独立复现证实，可能重塑AI发展的经济学逻辑，将竞争优势从拥有庞大计算预算的公司转向那些拥有强大分发渠道、最大用户基础和最佳部署基础设施的企业。文章同时指出，该结论需要谨慎对待，EdgBench的任务虽丰富但未覆盖所有真实场景，学习曲线是否会阶段性趋于平缓仍待观察。但倘若这种部署后经验缩放定律成立，AI进步将从一味扩大模型规模转向规模化积累部署后经验。
Key Takeaways
- ByteDance Seed AI研究团队提出部署后学习扩展定律，认为AI代理在真实世界部署后可通过持续互动实现指数级改进，改进速度大约每三个月翻一番。
- 传统预训练扩展方法因高质量训练数据减少和边际收益递减而面临挑战，新范式将关注点从模型规模转向部署后经验积累。
- 134个团队专门构建EdgeBench基准，涵盖长时程任务，每个任务运行至少12小时，用于评估AI代理在长时间周期内的持续学习能力。
- 如果该扩展定律成立，经济优势将从拥有最大算力预算的公司转移到具备最强分发能力、最大用户基数和最佳部署基础设施的公司。
- 研究结果需独立复现以验证其普适性，EdgeBench未覆盖所有真实世界领域，学习曲线是否会随时间平缓仍未确定。
当整个行业仍在为预训练的天花板争论不休时，字节跳动Seed AI团队扔出了一枚深水炸弹——部署后学习可能成为新的扩展定律。这篇报道呈现了一个极为关键的趋势：AI的竞技场正从“训练房”转移到“真实世界”，分发渠道、用户交互和部署基础设施将成为新的护城河。EdgeBench基准的推出更为这套逻辑提供了可量化的测试框架。对于所有关注AI工程化和运维的从业者，这不仅是前沿动态，更是一份值得深读的战略信号——你的团队准备好驾驭“部署后学习”了吗？
ByteDance Seed AI研究团队提出部署后学习扩展定律，认为AI代理在真实世界部署后可通过持续互动实现指数级改进，改进速度大约每三个月翻一番。
字节跳动提出基于部署后学习速度的新AI扩展定律
字节跳动旗下 Seed AI 研究团队提出，AI 智能体在部署后可以显著改进，这可能改写传统的扩展方法，并将焦点从模型规模转向现实世界经验。
字节跳动 Seed AI 研究团队表示，他们发现了一种思考 AI 进步的新方式：不仅在实验室中，更在模型部署并开始与现实世界交互之后。根据 EdgeBench 论文及 CryptoBriefing 的报道，该团队认为，智能体通过持续的现实世界使用，其改进速度大约每三个月翻一番，这种模式可能成为 AI 发展的新扩展定律。
这一论断正值行业旧有范式承压之际。多年来，预训练规模通过增加参数、数据和算力推动着进步。但这种方法已变得更加昂贵，且正如 SCMP 指出的，随着高质量训练数据越来越难获取，其收益递减效应也日益明显。
为验证这一想法，字节跳动构建了 EdgeBench，这是一个围绕 134 个长周期任务设计的基准测试，涵盖六个领域：科学、软件工程、优化、知识工作、形式推理和游戏。根据 EdgeBench 网站和论文，这些任务设计得相当严苛，每个任务至少运行 12 小时，有些甚至更长。AI Weekly 报道称，该基准测试旨在捕捉智能体在长时间跨度内的学习方式，而非其在短时静态测试中的表现。
这项工作聚焦于一种完全不同的扩展方式：部署后学习。其论点并非单纯依赖发布前的训练，而是智能体在发布后可以通过反馈、交互以及暴露于变化环境中持续改进。这将把经济优势从那些仅仅拥有最大算力预算的公司，转向那些拥有最强分发能力、最大用户基础以及最佳部署基础设施的公司，正如 CryptoBriefing 和 SCMP 所观察到的。
不过，这些发现仍需谨慎对待。字节跳动是这项研究背后的公司，在业界能够判断该结果的普遍性之前，还需要独立的重复验证。该基准测试的 134 个任务虽然规模可观，但并未覆盖所有现实世界领域，而且这条曲线是会无限持续下去，还是在智能体达到一定熟练度后趋于平缓，目前尚不清楚。即便如此，如果这种模式被证明是持久的，它可能标志着 AI 领域一次有意义的转向：从扩展模型规模转向扩展经验。
来源：Noah Wire Services
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.