谷歌 ReasoningBank：从成败轨迹蒸馏策略，LLM 变自我进化智能体
solyarisoftware · x · 2026-08-26
Google 新论文提出 ReasoningBank 记忆抽取方法与记忆感知的测试时扩展（MaTTS），构建了首个记忆驱动智能体自我进化的闭环架构。
核心流程：流式任务查询 → 语义记忆检索 → 记忆引导的 rollout → LLM-as-a-judge 信号 → 从失败/成功轨迹蒸馏策略 → 合并进记忆库。
关键设计：
- 策略级推理蒸馏：用结构化推理条目（标题、描述、决策理由）替代有损的原始轨迹转储，可迁移到未见过的网站和代码库；
- 反事实失败学习：从失败轨迹中提炼高层策略；
- 在 web 与编码基准上展现出由失败驱动的策略涌现进化。
「编程与Agent」频道最新
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15