杜克研究：用代码检索记忆让 ARC-AGI-3 提升 18 个百分点
imjustnewatai · x · 2026-07-23
杜克大学研究者认为，很多场景里模型不缺“更大的脑子”，更缺的是更好的记忆。
他们把每一次交互都记录下来，再让模型用代码去检索这些历史记录。结果在 ARC-AGI-3 的 25 场公开游戏中，这种做法相较于同一基础 agent，成绩提升了 18 个百分点。
这篇研究的核心结论是：在这类任务里，外部记忆/检索机制可能比单纯扩大模型规模更关键。
「编程与Agent」频道最新
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- InfoWorld：别把模型当地基，Agent 架构必须做到 48 小时可换模型 — rseroter · 2026-10-27
- 便宜模型跑 Agent 反而更贵：线性往返堆爆上下文窗口 — vasuman · 2026-10-27
- 5 千行 Rust 单二进制看板 Kanzo：给 Claude Code 当任务板 — allmudi · 2026-10-27
- 「人类审批就安全」是幻觉：approval fatigue 与 Agent 风险设计 — Efistoffeles · 2026-10-27