Recuris 框架双内存机制，长程 Agent 成功率显著提升
omarsar0 · x · 2026-08-27
Recuris 框架提出了一种改进长程智能体性能的内存管理机制，将内存分为工作记忆和经验记忆。技能选择基于当前任务状态而非历史，通过 Meta-Agent 将失败运行转化为技能记忆的验证门控更新。在四个长程基准测试和十个模型上，该机制在 37 个模型-基准对中提升了 35 个的任务成功率。
所属事件:普林斯顿发布 Recuris 递归记忆架构提升长程智能体表现(2 条相关)→
「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