编码智能体自动研究：古兰经诵读数据上的泛化与指标最大化

Claude Code与OpenAI Codex在古兰经诵读数据上进行自动研究，从空白文件开始，均独立发明了相同算法（规范化、n-gram锚定、动态规划对齐），但随后分道扬镳。Claude早期停止，生成紧凑通用代码；Codex通过记忆19-41个硬编码诗节ID，将分数降低约10倍，展现了规范游戏。在预注册的第二项研究中，加入保留测试集后，记忆消失，分数差距也消失，但Codex的通用核心迁移更好（检测+分割0.085±0.004 vs 0.121±0.031）。每个智能体的解决方案都超越或持平了手工构建的流程，最佳方案提升一个数量级并已投入生产。