Rohan Paul (@rohanpaul_ai)T2·智能体与协同
78 分
谷歌与宾夕法尼亚州立大学的新论文提出自我改进记忆(SIM):当 LLM 重写智能体的 harness(运行提示词与工具的代码)时,为每次改动记录其针对的问题、推理依据与实测结果,形成可迁移的编辑日志。换用新模型或新基准后,优化器读取该日志决定保留或修订旧改动,从而避免性能回退。在 Claude Opus 5.5 harness 迁移到 Gemini 3.8 Flash 工作区任务的实验中,SIM 将得分从 68.41 提升至 84.75,而无日志版本仅为 73.42;10 次重复编码运行中 SIM 9 次领先,平均高出 2.36 分。