Meta 论文：仅增工具记忆不足，Agent 需学会何时调用
daniel_mac8 · x · 2026-08-24
Meta 最新论文指出，单纯给 Agent 增加记忆和工具是不够的，关键在于训练 Agent 何时值得使用这些外部状态。研究提出的 EvoHarness-RL 方法将 Qwen2.5-8B 在 ALFWorld 上的成功率提升至 96.9%，同时将 Harness 的调用次数降至每轮约 1 次。这意味着长任务中 Agent 需要管理状态并遗忘已完成步骤。
所属事件:Meta 新研究：用强化学习教 Agent 决策何时调用记忆(2 条相关)→
「编程与Agent」频道最新
- Perplexity 开源沙箱平台 SPACE：支撑其 Computer 产品的生产级基础设施 — AravSrinivas · 2026-10-16
- Meta 开源 816B MoE 模型 Muse Spark Open：42B 激活、1M 上下文、全模态输入 — baseten · 2026-10-16
- Perplexity 开源支撑其 Computer 产品的智能体沙箱平台 SPACE — AravSrinivas · 2026-10-16
- Vercel Python 正式 GA:原生支持 FastAPI/Django 与 Fluid Compute — steren · 2026-10-16
- Claude Opus 5.5 + Unity 6 完整教程：六步从空文件夹做出可玩游戏 — Roger_M_Taylor · 2026-10-16
- Marc Lou 公开安利 PostShiba：独立开发者的邮件基础设施新选择 — marclou · 2026-10-16