论文《Code as Worlds》提出用代码构建可执行世界表征以辅助物理推理

一篇题为《Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning》的研究论文在社交平台 X 上被分享，论文链接指向学术资源页面。该研究聚焦于如何让 AI 智能体在面对物理推理任务时，自动发现并构建以可执行代码形式表达的世界表征。

研究主题

世界模型（World Model）是当前 AI 研究的热点方向之一，旨在让模型内部形成对环境的可推演表征，从而支持规划与决策。本文的核心思路是：与其让模型隐式地「想象」一个连续的状态演化，不如让智能体把环境建模为一段可执行的程序代码，借助代码的确定性执行来完成物理推理。

核心方法概述

根据论文标题中给出的关键词，可以推断出以下要点：

• Agentic Discovery（智能体式发现）：由智能体在交互过程中自主探索并提炼世界表征，而非由人工预定义。
• Executable Representation（可执行表征）：世界模型以代码形式存在，推理即运行代码。
• Physical Reasoning（物理推理）：面向物体运动、碰撞、力学等具备物理规律的任务。

信息局限

需要指出的是，原文仅为一条社交媒体动态，仅包含论文标题与链接，未提供作者、机构、摘要、实验结果或基准测试数据。因此本文无法对其具体方法、实验设置或性能表现做进一步报道。建议感兴趣的读者直接查阅原论文以获取完整内容。

小结

《Code as Worlds》属于「代码即世界模型」这一研究脉络的探索，试图把程序合成与物理推理结合起来。该方向与近期神经符号 AI、LLM 作为智能体等趋势相呼应，但其实际效果与影响力仍待论文细节与同行评审结果公布后再作判断。