Stanford 和 Anthropic 用图记忆让 agent 代码准确率提升 36%

blaizedsouza · x · 2026-07-21

这条帖子配图来自一份 Stanford–Anthropic 技术报告，主题是把 LLM agent 的记忆从传统 RAG/笔记式存储，升级成图结构记忆。

作者声称该方法在 13,000 个任务上验证后，带来明显收益：代码准确率提升 36%、研究任务提升 45%、无效操作减少 39%。报告把图记忆描述为一个会随着任务持续增长的网络，保存实体、关系、动作与状态，从而让 agent 不必每次都从零开始。