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
- Opus 5 过度自信缺陷：Agent 缺乏贝叶斯反思 — doodlestein · 2026-08-26
- 开发者付费实测数千个 x402 端点后开源：工具版 OpenRouter 加可视化编排 — kleffew94 · 2026-08-26
- Claude Code 2.1.246 发布：支持专用 Agent 子工作流 — ClaudeCodeLog · 2026-08-26
- Antigravity 推出 Xcode 插件，支持 Apple 全平台开发 — rseroter · 2026-08-26
- 分享一款 ComfyUI 提示词自动优化工作流 — Affectionate_Oil28 · 2026-08-26
- WebMCP 让用户自带 Agent 操作网站而非被动集成 — pvncher · 2026-08-26