Why Evolution Beats Raw AI at a 1980s Coding Game | Akarsh Kumar

Sakana AI 用视觉语言模型当"评委"，在 26 万条细胞自动机规则里筛出比《生命游戏》更开放的小岛，还让 AI 程序在 Core War 里打起了进化军备竞赛。

我们训练 AI 的方式是"什么都能学、随时都能学"，但人脑和生物进化偏偏是"必须按顺序学"。这篇论文的作者认为这不是巧合，而是宇宙的一条底层规律。接下来你会看到：他们怎么用大模型当裁判，在几十万条物理规则里自动找出"能长出生命"的那一小块地方。

作者把细胞自动机的所有规则铺成一张地图，想搞清楚一个问题：为什么有的规则一跑就出现复杂结构，有的跑出来只是随机噪声？

• ASAL 算法：不再手写一条规则，而是把整个规则空间参数化，让 AI 自动搜索。跑完模拟后把结果丢给视觉语言模型，问它"这看起来有意思吗"。
• 他们把 26 万条规则全部跑了一遍，用 CLIP 把结果映射到二维平面并按开放程度着色。结果是一大块"死岛"加一小块"活岛"，所有最酷的模拟都挤在那块小岛上。
• 用这个办法，他们找到了比《生命游戏》更开放的模拟。作者说《生命游戏》只是"玩具级"的开放，还有更开放的规则没被人类发现。

作者反复强调一个反直觉观点：AI 能随便乱序学习，可能不是优势，而是缺了某种关键约束。

• 人类和动物有天然课程表，必须这步学完再学下一步；而大模型可以今天学微积分明天学算术，照样工作。作者把这叫"统计智能"，和生物那种"基于规律"的智能是两种范式。
• 他用正则化打比方：数据是正则化，权重衰减是正则化，课程学习也是一种正则化，而且是"极强的那种"。它逼模型尊重一路走来的对称性，所以表征更稳、更能泛化。
• 关键不是"有课程"，而是课程得是偶然的、拥抱混乱的。预先排好的课程表没用，得让路径自己长出来。

作者把 1980 年代的编程游戏 Core War 翻出来，让大模型进化出互相攻击的小程序。

• Core War 的玩法是：你的程序要在对手的执行线程前塞一条非法指令，让对手崩溃。谁先让对手挂掉谁赢。
• 大模型单独写 Redcode 很烂，直接让它写基本没戏。但加上进化循环和一个验证器之后，它变得非常强。
• 作者说进化是解决离散组合问题最强的算法：只要解开谜题的一部分并抓住不放，就能把指数级搜索变成线性搜索。

"生命不是对抗熵，它和熵增说的是同一件事——什么更可能在未来存在，什么就留下来。"

• 如果你在做 Agent 或自动化搜索，可以借鉴 ASAL 的"模拟—评判—回传"闭环：别让模型预测结果，让它跑完再判断，用基础模型当主观评委比硬编码目标函数更省事。
• 训练流程设计上，可以试试给模型加"路径约束"：不是喂更多数据，而是控制学习顺序，让简单规律先固化再叠加复杂规律，可能比堆算力更有效。