DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多
rohanpaul_ai · x · 2026-10-21
Google DeepMind 与 Mila 的新论文《Are Self-Evolving Agents Continual Learners?》(arXiv:2610.25858)研究了不重训权重、靠改写自身 system prompt、记忆和技能文件来进化的 agent,是否算合格的持续学习者。
- 团队用 BIRD、BFCL、ScienceWorld 构建了 4 条在主题、工作流或域上漂移的任务流,评测 ReasoningBank、GEPA、Meta-Harness 三种代表性方法。
- 核心结论:可塑性越高,稳定性越差。自我修改类方法对共享 prompt/工作区做全局编辑,会干扰未见任务、覆盖旧知识;基于相似度的记忆检索虽能局部化更新,但在未见任务上会检索到无关记忆,相似查询需要冲突工作流时还会撞车。
- 数据:GEPA 平均每块学得最多(+6.2 分),在其他地方丢得也最多(-4.3 分)。一个典型案例:它学会向用户追问缺失信息后拿到 +15.5 分,后续任务块改写掉这条规则,收益跌到 2.5 分。
- 实践建议:如果 agent 会自我编辑 prompt 或记忆,应把任务特定规则隔离存放,并在每次更新后回归测试旧任务。
「编程与Agent」频道最新
- Laude 推出 Slingshots FOUR:资助 8 所名校 14 个 AI 项目 — a1zhang · 2026-10-21
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性 — MoonL88537 · 2026-10-21
- 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
- arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21
- PM OS、Team OS、Company OS:三层 AI 工作系统怎么搭、先搭哪个 — aakashgupta · 2026-10-21