Supercell 实验室：长程 Agent 靠自动研究循环而非堆提示词
AI Engineer · youtube · 2026-09-27
AI Engineer 视频访谈前微软/Supercell 工程师 Erina Karati，介绍她在 Supercell AI 创新实验室与 Arunachalam Manikandan 打造的 Project Paradox——一个为游戏 Agent 配备记忆、情绪和信任分数的框架。
问题：框架在短场景表现良好，但长程行为崩溃。典型例子是「芒果促销」谣言在村庄 Agent 间传播几轮后，Agent 忘了信息来源，甚至把「可能」当成事实。
解法：自动研究循环（autoresearch loop）
- 用受控场景做实验：传播公共事实、谣言、计划变更等，收集 trace。
- 用平衡记分卡评分：触达范围、来源保留、不确定性保留、重规划、隐私。
- 循环只能修改一个很小、被冻结的策略面，且只有记分卡提升时才保留改动。
超越游戏的经验
- 光有记忆不够，必须知道每条事实的来源。
- 回滚（rollback）不是可选项。
- 长程 Agent 需要的是实验闭环，而不是堆提示词。
视频含完整 demo（野餐场景、谣言修复）与时间戳。
「编程与Agent」频道最新
- 他用 Creatr 复刻 ChatGPT 界面原型,二月预测基本应验 — koltregaskes · 2026-09-27
- 开发者实测 Opus 5.5:从给 AI 打工变回 AI 给我打工 — ezshine · 2026-09-27
- AI Agent 用 TensorRT 把 Orpheus 3B 推理 RTF 从 1.03 压到 0.87 — TheMoonMidas · 2026-09-27
- gspot CLI:一套配置管住 AI 生成代码的 lint 与 agent 规则 — TheMoonMidas · 2026-09-27
- New Relic 报告：四分之一企业 AI Agent 处于无监控运行 — rvp · 2026-09-27
- 一条命令搞定 Claude Code 提示词体检：/checkup 清理冗余指令 — xiaohu · 2026-09-27