结论

Plokerm AI Lab与厦门大学、图宾根大学、香港大学合作者的预印本OptScientist：Automated Discovery of Optimization Laws提出一种从观测数据直接发现紧凑符号优化定律的框架。作者称，该框架先以分层优化网络将数据表示为单优化问题，再蒸馏为显式目标与约束符号式，并在99题自建基准OptFeynman上超80%恢复真值。这是作者在受控评测中的结论，尚未经同行评审，也未经本站独立复现，不应视为普遍成立的科学事实。论文提交时间为协调世界时10月20日17时23分，对应北京时间10月21日1时23分，列入arXiv10月21日当日目录，符合当日窗口。

方法与数据范围

按作者描述，核心为OptScientist模型加智能体循环。模型侧的优化学习器以行为学习网络为骨干，对离散与连续结局均以对比目标训练评分，使观测结局在给定上下文下获得最高优化得分；末层为单优化表示瓶颈，含可学习目标与可选不等式、等式约束分支，起去噪、压缩与特征抽取作用。优化发现器冻结学习器后，对各活跃分支做符号回归蒸馏，组装为显式优化问题。智能体侧由理论先验、实验执行与科学批评抽象环节构成迭代发现闭环。数据范围为作者自建OptFeynman共99个由解析物理方程衍生的优化问题，观测为噪声采样；另有两个真实任务：人类风险与模糊下选择，以及央行货币政策，均属底层定律未知的现实数据。

结果

作者报告，在OptFeynman留出上下文上，离散99题中88题实现完全精确顺序恢复，连续99题中78题恢复，总体超80%，并在含噪上下文变量下保持稳健，显著优于机器学习、符号回归与基于大模型的发现基线。在人类风险选择上，作者称发现结合期望奖励、认知切换成本与反事实奖励的优化定律；在央行货币政策上，称发现经平方误差跟踪隐性主观目标的定律。以上两场景作者报告留出预测与最强基线相当，同时参数量近最小、符号复杂度低且输出token显著少于大模型基线。以上均为作者在自选基线、实现与评测协议下的报告结果，存在实现差异与评测选择的影响。编辑解释：这些数字只说明在该论文设定下的相对表现，不代表在其他学科数据或生产建模中必然复现。

局限与评审状态

该工作为arXiv预印本技术报告，未标注会议接收或同行评审信息，应视为待验证的研究进展。定量恢复结论限99题合成物理优化问题与噪声采样设定，不代表生物、社会等更广领域的普遍成立。两真实场景因底层定律未知，只能以留出预测与基线比较，无法证明已恢复真实因果机制。参数量、符号复杂度与token效率结论依赖作者的基线实现与预算统计，更换模型、搜索空间或评估指标后结果可能变化。高维非结构化输入下的自动特征提取与跨域泛化仍待验证，方法对观测覆盖与先验质量敏感。读者应将其视为特定条件下的研究信号，而非已确认的通用发现工具。

潜在意义

若后续能独立复现，该思路可能将自动科学发现从拟合输入输出方程扩展到恢复生成现象的优化定律，为资源理性分析与逆优化提供无需预设函数形式的新路径。对中国用户的编辑提示是，可关注其后续开源实现与第三方在中文行为或经济数据上的复测，但在同行评审与独立验证出现前，不宜将其直接用于科研结论或政策建模决策。本站将继续以当日可核验进展为准，不补发往日研究。