Od wczoraj pracuję z moim współpracownikiem Piotrem Pokorą nad problemem związanym z powierzchniami logarytmicznymi. Próbowaliśmy ustalić, jak przeszukiwać kombinatoryczną przestrzeń możliwych konfiguracji linii na gładkiej czwórce, aby zmaksymalizować tzw. nachylenie Chern'a. Jeśli chodzi o obliczenia, zrobiliśmy wiele przykładów, a słynna czwórka Fermata x^4 + y^4 + z^4 + w^4 = 0 jest obecnie rekordzistą pod względem nachylenia (= 8/3) dla konkretnej konfiguracji 16 linii (zobacz nasz artykuł). To było oczekiwane maksimum, które staraliśmy się pobić lub udowodnić przez ostatnie dwa lata. Dziś uruchomiłem problem z najlepszą wersją GPT Pro, używając obszernego promptu, który zawierał wiele szczegółów dotyczących problemu oraz pełny tekst naszego artykułu. Otrzymałem bardzo interesujący wgląd: aby użyć mieszanej programowania liniowego. To podejście znacznie przewyższa techniki brute force, w tym symulowane wyżarzanie. Nie zauważyliśmy tego sami, ale model znalazł ten wgląd i wyjaśnił, jak napisać efektywny kod używając SciPy. Teraz zdaję sobie sprawę, że w biurze jesteśmy we trzech: dwóch ludzi i jeden system agentowy z umiejętnościami i znaczną mocą obliczeniową. Umiejętności stają się coraz ważniejsze, a to agentowe wykorzystanie przynosi niesamowite rezultaty. Czuję, że całkowicie zmieniłem swoją perspektywę. Wciąż lubię współpracować z ludźmi, ale deleguję głębokie poszukiwania, śmiałe pomysły i szerokie eksploracje do modeli. To po prostu szybsze i bardziej efektywne. A postęp jest rzeczywisty. Mamy teraz konkretną drogę naprzód.