稳定地把看起来不同、实则同源的候选程序归到一起。

当他把反例生成器加入筛选流程后，最终留下的候选解法数量少了，策略互补性明显变高。

他把结果导出成表格，又跑了三组不同随机种子。

提升幅度有波动，趋势没有消失。

语法多样性和策略多样性之间的差距，被这个小实验找到了命门。

哪怕已经到了深夜，尼克也忍不住要给巴布什金打个电话。

电话接通后，巴布什金没有寒暄：“结果怎样？”

尼克说：“结果很惊艳，我隐约觉得它找到了那条路，老板，你做到了！”

能从尼克语气里听到兴奋，显然这个小的验证效果好到出乎伊戈尔·巴布什金的预料。

他没有回答，在思考。

尼克见电话那头没有回复，于是继续说道：“在小规模验证里，这套东西确实测出了普通聚类测不到的策略坍缩。反例探针对候选程序的杀伤不是随机的。测试方案里语义有效样本量指标很有效。”

“而且，加入策略判别器之后，留下来的候选解法更接近真正不同的思路，他们之间有时候甚至能形成隐形的互补。”

伊戈尔·巴布什金说：“好，我知道了。”

说完，他挂断了电话。

伊戈尔·巴布什金陷入了两难的境地。

如果做模型的正式训练，那么无论是算力的使用还是日志记录、数据流，都没办法瞒过DeepMind和背后的谷歌。

风险会大到爆炸。

最后只能老老实实上报给谷歌的董事会。

另外一条路就是找马斯克，用推特的卡来训练。

但这同样有问题，那就没办法待价而沽了，只能拿来和马斯克抬价了，自己回不去谷歌了。

谷歌还是推特？这是一个问题。