Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp
karen_ullrich · x · 2026-10-27
Meta FAIR 与 Princeton 的研究者提出 Self-Direction:agent 失败时,把自我反思训练成一个小的 LoRA「技能」,修复重试并加入不断增长的技能库,日后在相关任务上复用,基座模型保持冻结——解决 agent 重试成功后「下次又犯同样错误」的遗忘问题。
关键结果(基座 Qwen3.6-27B,三次完整运行均值):
- Terminal-Bench 2.1 任务成功率 65.5%,较基座 +13.8pp
- Claw-Eval 成功率 73.3%,+8.9pp
- GAIA:每任务 2.1 次 rollout,比 pass@6 减少 65%,准确率同为 55.8%
- 后续失败中 97.1% 复用了已存储技能(GAIA 流、仅 3 个 adapter 的技能库,无需新训练)
论文与实现即将发布,项目页 self-direction.github.io。核心动机:现代 agent 的恢复是「情景式」的——多花的算力随会话结束消失,长工作流中反复重学同一教训代价高且表现不稳定。
「编程与Agent」频道最新
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27