JHU 团队 AgentOdyssey 获 NeurIPS 接收,专测智能体测试时持续学习
DanielKhashabi · x · 2026-09-26
Johns Hopkins 大学团队的 AgentOdyssey 被 NeurIPS 接收。这是一个开放式长程文本游戏生成引擎，用于评估「测试时持续学习」智能体。
- 核心思想：真实智能体无法区分训练与测试，必须在与世界交互中持续学习；框架打破传统「测试时不学习」假设。
- 五大能力评测：探索、情景记忆、世界知识获取、技能学习、长程规划。
- 方法：程序化生成含丰富实体与世界动态的开放式文本游戏，评测指标涵盖游戏进度、知识获取、记忆、动作多样性、模型成本等。
- 发现：即使最强基座模型的智能体也远低于人类水平；短期记忆机制对多种智能体范式有益，是 agentic test-time training 的关键组件。
开源可装：pip install agentodyssey。
「编程与Agent」频道最新
- Peter Steinberger:编码不用 Claude,靠 Codex 加 OC harness — steipete · 2026-09-26
- 用 /doctor prompt-audit 清理 Claude Code 过时指令与冲突配置 — daniel_mac8 · 2026-09-26
- 老 M1/M2 当测试跑分机，脚本让闲置 Mac 变远程 CI 服务器 — jasonkneen · 2026-09-26
- DHH 宣布 37signals「放下笔」:月产 15 万行代码全靠 agent — Recent-Tangerine2745 · 2026-09-26
- Agent 时代核心手艺：Harness 工程全景解析 — techNmak · 2026-09-26
- 用 Gemini 把 PTX 手册转 Markdown，图片全变 ASCII 艺术 — bingxu_ · 2026-09-26