谷歌与宾大提出 SIM 让智能体自我改进记忆跨模型迁移

原标题:New Google and Penn State paper finds that when one AI rewrites the code that gives another AI its i...
78AI 研判分

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。

报道正文

Rohan Paul (@rohanpaul_ai) · 2026-11-17 20

谷歌与宾夕法尼亚州立大学的一篇新论文发现:当一个 AI 重写为另一个 AI 提供指令和工具的代码时,记录每次改动原因有助于让收益延续到新模型上。

如今,LLM 可以重写智能体的 harness,也就是运行提示词和工具的那部分代码。但在更换模型或基准测试后,它的得分可能低于原始版本,而且其代码中隐藏了做出这些改动的原因。

Self-Improvement Memory(简称 SIM)会记录每一次编辑,包括它所针对的问题、推理过程以及实测结果。优化器会在新环境中读取这份日志,以决定保留或修改哪些旧编辑。

当一个 Claude Opus 5.5 的 harness 迁移到 Gemini 3.8 Flash 的工作区任务时,SIM 将其得分从 68.41 提升到 84.75,而没有日志时为 73.42。在 10 次重复的编码运行中,SIM 有 9 次领先,平均高出 2.36 分。

记录每一次 harness 编辑的原因及其得分,并将这份日志带到新模型上。

推文配图