自进化AI「杀」进物理世界！王者峡谷屠神，从0打到全胜

新智元报道 一支王者荣耀 AI 战队，开局被游戏内置人机按在地上摩擦，一局都没赢过。 谁也没想到，AI教练只带它复盘了五轮， 胜率竟从0%直接打到了100% ！ 全程没有训练任何一个模型 ，每一版新战术本，都是 AI 教练自己改出来的。 这场5v5，正在南京2026物理AI与世界模型大会上直播，大屏就挂在爱思科技（Agnes AI）的展台上。 右边记着这支战队每一版的评分和胜率 而在隔壁屏幕上，一条仿真机械臂正一边干活，一边改自己模型的参数，最快30分钟就迭代一轮。 王者战队变强，靠的是AI教练一遍遍改写战术；机械臂越抓越准，靠的是模型边干活边学。 这正是AI自我进化的两条路，这一次，爱思同时跑通了 。 这套思路有个名字，叫 「万物共脑」 —— 让智能从数字世界，走进物理世界！ 一个「脑子」根本不够用 为AI装上大脑、小脑与肉身 想想开车：判断「前方拥堵，绕道走」，靠的是大脑；踩刹车、打方向几乎不过脑子，靠的是小脑。要是每踩一次刹车都得先想上两秒，车早就撞了。 今天的大模型，就像一个只会动脑的司机，聪明，但反应慢。 可物理世界没有「撤回键」，所以慢一拍，就可能出事 。 因此，爱思没有去堆一个更大的模型，而是照着人体的分工，给AI搭了一整套系统。这套系统叫 Agnes Harness ，是开源的Agent基础设施，一共分成六块： 大脑｜LLM（Agnes 3.0 Flash等）： 理解问题、长远推理，想一次要1.7秒。 小脑｜决策模型Jev： 在有限的选项里快速拍板，0.23秒给出答案，比大模型快7倍左右；拿不准的，再交回大模型。 反射弧｜Workflow（工作流）： 固定的标准动作写成既定流程，信号一到立刻触发，不占脑力。 记忆与主动性｜Agent Loop（自主循环）： 管住上下文和记忆，自己推着「感知、思考、行动」一轮轮往前走。 学习能力｜RSI/TTT： RSI让系统自己改进做事的方法，TTT让模型边干活边学，越用越强。 身体｜MHS（模型硬件标准）： AI接入物理世界的「USB接口」，机器人、小车、相机都能标准化「接上线」。 开篇那两条进化路线，靠的就是其中的学习能力。 在系统层，Agnes Harness RSI让AI自己改进做事的方法，比如改写战术、提示词和代码，模型本身一点不动；在模型层，Agnes Embed TTT让模型边干活边学，直接更新自己的参数。 把两者合在一起， 便是「双进化智能系统」 。 系统进化RSI AI教练复盘五轮，战队从0胜打到全胜 展台上那支王者战队，编制照搬了一支职业电竞战队。场上有 指挥（大模型，约每30秒定一次大方向）、选手（Jev，每个英雄配一个，约每2秒做一次决策），还有负责走位、普攻、放技能的「肌肉记忆」（战术本代码，每秒执行5次）。 场下坐着的教练，则是 即将上线的Agnes 3.0 Pro 。 它从不上场，只在每局结束后出手。复盘时，它看的是一份没有战争迷雾的完整录像，场上选手看不到的敌人动向，它都看得一清二楚。 可看得再全，教练能动的也只有一样东西：整支队伍的战术本，包括指挥的提示词、选手能选的动作，以及每个动作背后的代码。 至于模型本身，它一个参数都不碰 。 复盘、改战术本、通过测试再上场，一轮接一轮循环下去，AI就在系统层面不断改进自己，也就是递归自我改进（RSI）。 一开始，这支队伍一局都没赢过人机。教练改出第一版战术本后，队伍拿下首胜，胜率42%；第二版升到63%，第三版到了90%。到了第四版，教练开始追求赢得更快，一局从约17分钟缩短到约14分钟。 到了第五版，它对人机终于一局不输，胜率打到了100%。 胜率打满了，进化却没有停。 此后每个新版本，都得正面打赢上一版才能留下 ：第5版击败了第4版，第6版又击败了第5版。大屏上的这支队伍，仍在一版一版往上进化。 除了5v5之外，Agnes还在公开的实验报告里，完整记下了1v1和3v3两组实验。 其中，3v3那组用的是一支从零开始的三人队，1v1里学到的东西一点没带。起步阶段，它打了192局，一场没赢。 3v3对局画面，下方是指挥给每个英雄定的计划 于是，AI教练开始翻录像。它写下的批注，像极了一个被气坏的真教练。 第一轮： 「79%的存活时间里，英雄血量在九成以上，却待在家里。」 原来，Jev在3.6万次决策里，有2.4万次选了撤退，活脱脱的泉水挂机。教练当即把撤退降成兜底选项，规定英雄一脱离危险就回线。 第二轮： 教练发现，指挥一喊撤退，选手有73%的时候都会去选兜底动作。所以它干脆不许指挥再下「回血」这种计划，而是给每个英雄排好一串具体动作。 第三轮： 明明局面已经是「敌方3人全死，两座塔都没了，水晶满血」，队伍的计划却还停在「发育」。教练随即补上新规矩：敌人全灭，立刻清兵推塔！ 就这样，三轮下来，3v3对内置