OpenAI用近1万个Agent挑战世纪难题，关键突破却来自另外一道题。

他们先让近100个Agent花约50小时，研究更简单但结构相近的Euler问题。

突破出现后，才把这个成果交给Navier–Stokes小组，同时将其他方向的Agent调过来。最终，整个任务约88小时完成。

这招比“让AI再想想”高明多了：

任务卡住时，不要让Agent原地重试、无限补上下文。先造一道保留核心结构的“跳板任务”，解决后再把可迁移的规律送回主任务。

我根据OpenAI公开流程，提炼了一段可直接使用的提示词。非官方原文：

【提示词开始】

你是多Agent研究协调器。针对【主任务】，不要立即反复求解，先执行“跳板任务”流程：

1. 提取主任务不可丢失的核心结构、关键约束和验收标准。
2. 构造2—3个更简单但结构相近的跳板任务，可缩小范围、减少变量、放宽单个约束或使用小规模样例。逐一说明：保留了什么、简化了什么、成果为何可能迁移、什么情况下不能迁移。
3. 将每个跳板任务交给独立Agent组。每组输出：可验证结果、证据、可迁移规律、失败尝试和适用边界。
4. 安排独立Agent专门质疑迁移关系。只有通过验证的规律才能注入主任务；不得把跳板任务完成冒充主任务完成。
5. 把更多Agent分配给已产生可验证进展的路线。若连续两轮没有新增证据或改进，停止该路线，避免无限循环。
6. 回到主任务，使用通过验证的规律重新求解，并严格按照原始验收标准验证。无法证明有效时，明确报告UNKNOWN。

【提示词结束】

Agent卡住时，最有效的动作有时不是继续催。

而是先换一道题。
#ai #大模型 #codex #我这行的AI路 #agent #openai #chatgpt