心的唯一

景东，印度尼西亚第五只独角兽_我的网站

一 |     专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！               递归自我改进与自动化研究正成为 AI 领域最活跃的前沿问题。外国媒体援引消息人士的话说，以纽约为起点的印尼“超级应用”Go-Jek将向JD.ID（北京东印尼站）注入数亿美元资金。注射完成后，JD.ID的估值可能超过10亿美元，成为印度尼西亚第五家独角兽公司。

二 | 如今，东南亚已成为中国主要科技巨头登陆海滩的最大海外市场之一。

三 | Agent 们正在开放式科学发现里超过人类。         Google DeepMind 的 AlphaEvolve 把 4×4 复数矩阵乘法压到 48 次标量乘法，Together AI 用一群 Agent 把 11 维 kissing number 下界从 593 推到 604，Karpathy 的 autoresearch 给了极简自动训练研究框架。         腾讯混元刚刚发布了首个 AI 科学家 Hyra（Hunyuan Research Agent，混元研究 Agent），定位是能递归自我改进的研究型 Agent。其中，人口2.6亿的印度尼西亚尤为引人注目。在互联网人口红利最大的东南亚地区，京东通过合资电子商务平台JD.ID“耕耘”了三年，但它仍然没有超过阿里巴巴控制的“死对头”拉扎达的优势。中国本土的Go-Jek仍在与东南亚在线约会巨头Grab竞争，后者投资于点滴和滴滴。         它用一套极简脚手架，跑通了十多个自我改进和自动化研究场景里的真实任务。         Hyra 把智能和算力换成可验证的成果，AI for AI、AI for Science、AI for Fun 三条线都有具体产出，部分数学题和 GPU 内核优化还刷新了业内已知最好成绩。         Hyra 长什么样          Hyra 的设计哲学来自 Rich Sutton 那篇经典的 The Bitter Lesson（苦涩的教训），框架尽量轻，给 Agent 留足动作空间。         拿到一个任务描述，Hyra 会跑一个持续循环，从过往经验里找灵感，迭代出更好的方案。黄金所有人Go-Jek希望投资的JD.ID是一家北京东方合资企业的商业网站，拥有该公司的多数股权，其余股权则归当地最大的投资公司Provident Capital所有。JD.ID于2015年开始在印度尼西亚在线运营。在世界上最大的群岛国家，365个城市已经开放了商品分销服务。官方声称有2000万用户使用jd.id购物。据相关报道，Go-jek通过收购部分公积金，可能成为JD.ID的第二大股东，京东将继续持有大部分股份。

四 | 与此同时，Go-jek计划收购印尼物流公司（Indonesian Logistics Company）的多数股权，后者是北京和华东地区的合资企业。

五 | 物流公司也是京东和公积金之间的合资企业，公积金拥有多数股权。

六 | 据消息人士透露，Go-Jek计划与Provident Capital谈判，收购其在物流公司的所有股份，并成为最大股东。经验包括执行日志、评估器反馈、源代码、之前方案留下的工件。循环一直跑，直到 Agent 自己决定停下或者算力预算耗尽，最后交回最优解。         上图是 Hyra Harness 的核心循环。Context Agent 维护经验库，不断往任务队列里加新的灵感上下文。除了投资于JD.ID及相关物流公司，Go-jek还与京东商谈如何在业务上进行合作，包括直接在Go-jek的应用程序中链接JD.ID网站。

七 | 多个 Proposal Agent 从队列取灵感，写出更好的方案。如果注资成功完成，Go-Jek作为“超级申请”的声誉将进一步得到满足。每个方案以 solve.sh 为入口，在隔离沙箱里跑一遍拿到分数，再把工件交回经验库。

八 | Go-Jek成立于2010年，是印度尼西亚第一家独角兽公司。

九 |          具体看，Context Agent（上下文 Agent）维护一个 Experience Bank（经验库，简称 EB），记录所有方案和评估结果，再把 EB 里的素材合成为 Inspiration（灵感）丢进任务队列。起初，它只是一家提供“在线Yomo”服务的初创公司。但几年后，它迅速将业务线从共享旅游扩展到生活服务，提供近20项服务，包括数字钱包、外卖、家庭清洁和在线购票。每个灵感是一坨上下文，可能含代码、文件、工件、日志，把探索过程里学到的东西打包传递下去。         多个 Proposal Agent（提案 Agent）从任务队列拿灵感，反思后写出一个新方案，落到 solution/ 目录里，入口是 solve.sh。换句话说，Go-jek已经成为当地的支付宝。方案在隔离沙箱里跑一遍，拿到分数，再把结果送回 EB。目前，新一轮的Go-Jek融资正在进行中，总的融资潜力接近20亿美元，公司的估值预计将超过90亿美元。京东、谷歌和腾讯正在参与这轮融资。         整个系统是异步的生产者-消费者管线。

十 | Context Agent 持续填灵感，提案 Agent 消费队列，方案在沙箱跑评估后回传 EB。

十一 | 信号量控制并发，让方案质量随时间稳定提升。京东没有对相关投资新闻的曝光发表评论，Go-Jek也没有做出积极回应，称公司没有对相关谣言和猜测发表评论。Go-Jek对jd.id的追求在资本逻辑中一直是可追溯的。         任务连评估器都没有时，Hyra 会升级成双层循环。”“命运”始于2017年8月，当时北京东方证实，该公司在Go-Jek的电子融资中投资了约1亿美元。从那以后，印尼旅游大王与中国电子商务巨头的关系呈现出一种发展的热趋势。去年8月，有传言称Gopay的移动支付服务Go-jek正在大力扩张，并将收购在印度尼西亚的京东金融子公司的股份。然后在去年10月，高杰的新一轮巨额融资被披露正在进行中，京东再次成为“黄金所有人”。先从任务描述生成一个初始评估器，内层循环拿它反复改进方案。         内层结束后，Hyra 用 EB 里攒下的经验去改评估器，让评估代码更高效，降低 reward hacking（奖励作弊）风险，加上更细颗粒度的反馈。下一轮用升级后的评估器重开。随着东南亚电子和移动支付市场的快速增长，两家公司之间的关系不断加深。         举个具体例子。他们与竞争对手之间的竞争日趋激烈，资本的涌入加速了激烈的战斗。

十二 | 谷歌（Google）和淡马锡（Temasek）去年11月发布的一份报告预测，未来7年，东南亚的互联网经济规模将增长7倍，达到2400亿美元。

十三 | 任务是设计一个世界冠军级别的国际象棋 AI，初始评估器可能用随机生成的对手群搞 Elo 评级。其中，印尼市场将“分流”1000亿美元，占整个东南亚地区的五分之二。循环跑下去，那些随机对手会被 EB 里记录的更强 AI 替掉，评估器和方案一起往上进化。具体来说，在电子商务领域，到2025年，东南亚电子商务市场规模将达到1020亿美元，比今年的230亿美元增长790多亿美元。印尼无疑将成为东南亚最大的电子商务市场，到2025年，预计市场规模将达到530亿美元，占东南亚电子商务市场总量的近一半。网站和应用跟踪分析公司SimilarWeb的数据显示，在访问和应用下载方面，JD.ID与本地购物网站如Lazada、Tokopedia、Bukalapak和Shoee相比没有优势。         AI 训 AI，跑赢同行          基础模型研发本身有大量可执行、可评估、可迭代的研究环，是 Research Agent 最天然的应用场景。训练配方、数据策略、训练和推理系统、底层 kernel、评估框架，都需要研究员提假设、写代码、跑实验、看反馈再改。在五年内，要吃到1000亿美元的蛋糕，中国还必须反击。与此同时，在移动支付领域，由软银和滴滴支持的东南亚最大的在线汽车预订平台Go-Jek and Grab也在激烈的战斗中。Gopay，Go-jek数字钱包，已经成为印度尼西亚最广泛使用的移动支付工具之一。印尼超过20万的线上线下企业接受gopay支付，占gojek生态系统总交易量的一半。

十四 | 但目前，印尼2.6亿人口中只有一半使用互联网。Research Agent 能把每次成功和失败都变成可复用经验，迭代速度远超人工。除大雅加达地区外，手机支付覆盖率不高。

十五 |          Hyra 在 Recursive 公开的三个任务上做了对比测试，NanoChat Autoresearch、NanoGPT Speedrun、SOL-ExecBench，分别对应固定预算训练、训练加速、GPU kernel 优化。沿用 Recursive 的任务定义、评估协议和初始方案，公平较量。         三个任务都跑赢 Recursive。

十六 | 注意几个任务已经被研究社区反复打磨过，基线本身已经很强。         NanoChat 上，Hyra 要在固定预算里平衡模型架构、优化器设计、学习率策略、数据流和执行效率，最后把 Validation BPB 压到 0.9015。因此，这仍然是一个有许多变数的市场。         NanoGPT Speedrun 是社区精修过的加速榜，提升空间很小，Hyra 把达到 3.28 验证损失的时间从 77.5 秒压到 76.4 秒。Gopay的主要竞争对手是GrabPay，Grab拥有的一种支付工具，受到印度尼西亚政府支付许可证的限制。         SOL-ExecBench 上，Hyra 联合优化 235 个 GPU kernel 的真实负载，Mean SOL 做到 0.771。GrabPay只能通过与印尼移动支付平台ovo的合作提供服务。         三个任务覆盖训练算法、训练系统、底层 kernel，同一套研究环能跨不同反馈环境继续产出可执行、可验证的改进。         搜索越强，评估器越早被钻空子。OVO上个月发布了其2018年报告卡，宣布其每年完成10亿笔交易。         NanoChat 里有个方案把因果语言模型改成接近双向注意力的结构，让未来 token 提前泄露，BPB 假性变低。自2017年11月与Grab结盟以来，OVO的年增长率近75倍，用户规模增长了400%。OVO甚至进一步声称，它已经成为印度尼西亚“最大的数字支付平台”。在这场日益激烈的竞争中，原本关系密切的京东和高洁选择了进一步挤在一起取暖。JD的推出。2015年ID开启了京东海外布局序曲。三年多来，像腾讯、阿里等中国巨人一样，京东通过投资等方式，强化了在东南亚的生存意识。SOL-ExecBench 里有个方案在正确性检查时缓存输出，在计时阶段跑空 kernel，分数好看但没真正解题。尽管JD.ID仍然落后于许多本地电子商务平台，但发展速度并不慢。         光优化最终分数不够，评估本身必须进研究环。方案搜索越强，评估器和验证管线得跟着进化，才能把真进步和 reward hacking 区分开。         AI for AI 还有一个隐性闭环。据京东官方称，2018年底，经过三年的发展，JD。强 Research Agent 加速模型、训练系统、基础设施的研发，更扎实的 AI 系统反过来又把下一代 Research Agent 推得更强。         科学难题上的新答案          数学这块，Hyra 收集了 55 个开放数学问题，来自 EinsteinArena 和 Erich's Packing Center 等来源，很多几十年没动过。Hyra 在其中 29 个上拿到了新的最优已知结果。         它还会从实验数据里挖规律。给它 1749 到 1932 年的月度太阳黑子数据，Hyra 找到了一个能预测黑子数的递推关系，在 1932 到 2026 年近一个世纪的样本外数据上 R² 达到 0.77。

十七 |          同样思路可以分析 AI 模型训练日志，挖出 scaling law（缩放定律），反过来指导训练配方设计。

十八 |          除了挖规律，Hyra 还能直接设计科学和工程工件。三个代表性例子。ID印尼分销服务目前已覆盖印尼7个主要岛屿、483个城市和6500个区县，85%的订单可在一天内完成。         第一个是超小 Transformer。Hyra 设计了一个只有 15 个可训练参数的 Transformer，能做两个 10 位数相加。除了JD.ID，京东还于2017年加入了印尼明星在线旅行社Traveloka。比 AdderBoard 上 36 个参数的公开纪录少 58.3%。去年8月，京东的第一家海外无人商店也在雅加达“退出”，这是京东首次尝试其无人商店技术出海。除了在印尼频繁运营外，2017年，京东还与泰国三泰集团建立了合资企业，旨在打造“面向东南亚市场的全新在线零售平台”。Hyra 能在严格资源约束下联合搜索模型架构和计算机制，对研究神经网络极限和模型压缩有参考价值。         第二个是量子计算里的 qubit routing（量子比特路由）。逻辑量子比特要映射到物理芯片上有限的耦合拓扑，非相邻比特之间的操作通常需要插入 SWAP 门，带来双比特门开销和噪声。         Hyra 设计的路由算法在 IBM Q20 上比经典 SABRE 方法提升 44.4%。同一个 24-CX 路由窗口里，SABRE 插了 15 个 SWAP，Hyra 一个没用，把 CX 等价双比特门从 69 个压到 24 个，降幅 65.2%。2018年1月，京东战略投资越南电子商务公司Tiki，成为Tiki的最大股东之一。双比特门少，执行时间短，累积误差也小。         第三个是药物设计。当时，京东表示，“京东集团将在东南亚市场构建更加稳定的战略结构，以支持未来更长期的国际化战略。去年6月18日，谷歌与京东达成战略合作伙伴关系，将在京东投资5.5亿美元。PARP1 是 DNA 损伤修复里的关键酶，和同源重组修复缺陷的肿瘤细胞有合成致死效应，是精准肿瘤学里的热门靶点。Hyra 拿到 PARP1 结合口袋，生成有稳定结合的类药候选分子。

十九 | 从布洛芬出发，Hyra 设计出一个得分 -10.60 的分子，超过了已上市 PARP 抑制剂 olaparib（奥拉帕利）的 -9.77，综合了对接打分和类药性。这项投资也更加关注了京东海外市场的可能性。”谷歌和京东计划发展一系列战略合作，包括东南亚、美国和欧洲的综合零售解决方案。通过将京东在供应链和物流方面的专业知识与谷歌的技术优势相结合，两家公司将探索解决方案，构建下一代零售基础设施，为消费者提供更有价值、个性化、顺畅和便捷的购物体验。         还能玩出点花来          除了搞模型和搞科学，Hyra 在游戏、设计、内容创作等开放域也能玩。这类任务通常没有唯一正确答案，靠自对弈、自评估、用户反馈不断打磨策略和工件。         第一个是黑白棋（Othello）机器人。”当时，京东在一份声明中说。Hyra 通过自对弈不断改进。2016年1月，在JD.ID投入运营后不久，刘强东总结了2015年的工作，并表示：“像中国的京东商城这样的印尼企业，需要五到十年的时间，一点一点地做，脚踏实地，成为印尼第一个电子商务品牌，成为印尼乃至东南亚人民最喜爱的品牌，因为东南亚必须是一个大市场。

| 评估器搞双循环赛，新候选方案和 EB 里高分机器人对战，按 Elo 保留前 k 名，对手池越来越强。

| ”现在我们已经成立了一家印尼子公司，这将在未来发展成为整个东南亚市场。

| 我们希望东东京能像中国一样在东南亚取得成功。随着中国经济增长放缓和国内电子商务市场在激烈竞争中的稳定，北京东方的国际业务可能变得越来越重要。京东没有太多的时间成为印尼人甚至东南亚人最喜欢的电力品牌。策略从 minimax 搜索进化成 AlphaZero 风格 PUCT 加 MCTS 的混合打法。最终机器人在 Botzone 平台 730 个参赛作品里排第三，对手大多是北大计算机系学生。         第二个是从单张 2D 参考图生成 3D 结构。VLM（视觉语言模型）当评委，按剪影、比例、结构完整性、材质、视觉相似度打分。Hyra 反复修改建模代码和渲染参数，多轮探索后产出的模型比 Claude Code 的 Goal 模式更接近参考图，也更符合人类审美偏好。         第三个是给一段旋律做多乐器编曲。内层循环用规则评估器检查和声、和弦进行、节奏密度、音区冲突等指标。外层循环根据用户反馈调整评估器，慢慢学到那些很难事先形式化的偏好。7 轮迭代下来，同一段旋律从保守的、像赞美诗一样的四声部编配，长成有减和弦、六和弦、灵活节奏和丰富配器的多乐器版本。

|          反馈来自对手、视觉模型或真实用户时，Hyra 也能把模糊目标转成可迭代搜索的过程。

| 评估标准跟不上的时候，求解器和评估器在双层循环里一起进化。

|          Hyra 团队自己也说，目前这些 demo 还只是初步成果。下一步要做的是定义更有价值、有持续改进空间的任务。

| 除了公开榜单，腾讯的产品系统、真实 AI 研发流水线、科学和工业场景，都可以变成可执行、可验证、有清晰反馈的问题。这样能跑起来 scaffold–data–model 三者的循环进化。         更好的脚手架催生更强的模型，更强的模型反过来又把脚手架和发现推到新高度。未来几代 Hy 模型甚至一些腾讯产品，都会和 Hyra 一起协同进化。

|          参考资料：          https://hy.tencent.com/research/hyra。

Current article:http://27vpd.chengjuecannaobianmouqueduoyu.shop/dqr3enc/20260826/953.html

Published on:08:18:27