廉价 Oracle：为什么代码领域的 AI 智能体能自我改进

文章以 AlphaZero 在约 9 小时训练后以 155 胜 6 负击败 2016 TCEC 冠军版 Stockfish 为例，说明超人类棋力并不需要人类棋谱作为训练材料。作者提出"Oracle"概念，即任何可重复给尝试打分的机制，并指出代码拥有编译、测试、benchmark 回归等大量廉价反馈，因此比多数领域更接近国际象棋。编码智能体正是靠搜索代码库、试错、读错误信息再重试来利用这一特性。