研究人员开发了一个基于GPT-5.2 Pro的研究智能体，旨在解决实验数学中的难题，并计划未来将同一框架扩展到计算物理领域。

在首次部署中，该智能体在球面编码问题（参数为n=11, N=432）上取得了新的最佳已知结果，这一成果已通过亨利·科恩（MIT）维护的基准库验证。

智能体的策略成功突破了一个数值上“卡住”的配置，该配置此前一直抵抗优化尝试，最终将余弦值优化至约0.49422771。

值得注意的是，智能体仅用大约一小时的自主探索就实现了这一改进，而此前发现和优化类似配置可能需要大量人力和大规模计算。

验证结果可参考：[球面编码库](https://spherical-codes.org/)

有网友指出，虽然这次优化只针对一个特定数值，但AI能够定制算法解决没有通用解的问题，这是一个重要进步。

不过，也有用户提到GPT-5.2 Pro在处理HTML文件时出现过错误。开发者回应称，AI缺乏感官验证能力，目前只能通过编写和运行测试来自我纠正，未来若AI能在物理世界中获得更多感知能力，其潜力将更大。

关于优化结果的意义，有网友询问0.00000004的微小差异是否重要。开发者解释，差异本身不大，但关键在于AI在接近最优解时仍能找到新的下降方向，这表明其探索策略与人类不同且有效。这类高搜索空间问题在工业中广泛应用，AI的突破预示着其在材料优化等领域的潜力。

尽管GPT-5.2 Pro在部分任务（如LaTeX格式生成）中仍有失误，但在另一次运行中，它主动截屏检查页面格式，显示出一定的前瞻性。

最终，这一成果不仅证明了AI在复杂数学问题上的能力，也为自主研究智能体的发展提供了新方向。