Engram 研究：RL 训练让 Agent 会用笔记，准确率提升 7-20 个百分点
sarahcat21 · x · 2026-11-05
Engram 团队发布研究，探讨文本记忆（笔记/技能文件）与强化学习训练的互补关系：
- 给模型固定的优质笔记和优化 prompt 后再用 RL 训练，跨基准准确率提升 7-20 个百分点，超过未训练版本和拥有相同笔记的前沿模型
- 训练成本约为搭建优质文本记忆系统的 5-30%，且因推理时可用更低成本模型达到同等准确率，几天内即可回本
- 训练后的模型对笔记的动态更新异常稳健：在初始版笔记上训练一次后，经历 2300 万 token 的文本编辑仍优于未训练模型——模型学到的是「使用笔记的通用策略」而非过拟合内容
结论：训练与文本记忆相乘而非相加，训练能让 agent 更聪明、更省钱、更稳健。
所属事件:Engram：373 美元 RL 训练让模型学会用笔记(7 条相关)→
「编程与Agent」频道最新
- Revolut 自托管 GLM 替代 Claude,编码推理成本降约 90% — sebkrier · 2026-11-05
- 博主4天VibeCoding出3D钓鱼游戏,全流程拆解玩法建模到宣传片 — lxfater · 2026-11-05
- Sentry 创始人实测 AI agent junior：最难编码任务也全接住 — zeeg · 2026-11-05
- Every 长文复盘 Codex 崛起：从失败发布到吞并 ChatGPT 的翻身之作 — danshipper · 2026-11-05
- 腾讯混元 Hy4 接入 OpenClaw:1M 上下文 + 长程 Agent 能力 — TencentHunyuan · 2026-11-05
- 开发者用 Claude Code 复刻 Awwwards 级网站：Blender 建模+Playwright 自检 — randomname11111_ · 2026-11-05