让 Agent 学会「遗忘」:新论文破解 autoresearch 数天后停滞难题
matei_zaharia · x · 2026-10-16
编码 agent 现在可以在单个问题上连续运行数天做自动化研究,但研究者发现越来越多的案例中,agent 会早早停止改进。
新论文《Scaling Discovery Requires Forgetting》提出一个简单的解法:遗忘。核心发现是:
- 长时间运行的 agent 容易被锁定在同一方向的小步改进中,陷入局部优化
- 让 agent 主动遗忘先前的探索路径,可以打破这种锁定,恢复发现能力
UC Berkeley 的 Shangyin Tan 发布该论文,Databricks 的 Matei Zaharia 转发评价称这是让自动化研究/AI 优化更有效的有趣结果。
「编程与Agent」频道最新
- Datadog 发布 SRE 模型 Scout 1.0:解决 90 故障中的 80 个,成本仅前沿模型 1/2 — tianyin_xu · 2026-10-16
- 一人公司案例：Ferryman 靠「一处发帖、全网同步」月费 30-100 美元 — KevinNaughtonJr · 2026-10-16
- Gemini 官网宣称一键打开 Antigravity,用户实测却处处碰壁 — dreamwieber · 2026-10-16
- 阿里 Qoder 采纳开放标准 UHP，可作产品 Agent 后端 — nevrekaraishwa2 · 2026-10-16
- Vercel Drives 正式发布:给 Agent 配上跨环境持久化存储 — evilrabbit_ · 2026-10-16
- Vercel Ship SF 2026 议程公布:Anthropic、Cursor、Meta 都要登台 — evilrabbit_ · 2026-10-16