研究者实测 AI 自主研发：实验设计低效、文献筛选失灵

Arjun Panickssery 监测 Scrabble SOTA 引擎、Ultimate 井字棋 bot 与 AI 哲学竞赛形式化证明等副项目，质疑 AI 自主研发是否足够聪明。实验显示，模型难以筛选关键论文，常因训练数据量过小设计出无信息价值的实验，还会反复陷入琐碎方向，未能识别井字棋项目中博客思路的重要性。