新 benchmark Continual-ARC:主流 agent 都学不会经验,9B 模型微调可以
Med1_Ai · x · 2026-11-11
Unify.ai 的 Continual-ARC benchmark 测试结果显示，OpenClaw、Hermes Agent、Prime Agent 等 agent 都无法从经验中有效学习：既记不住有价值的东西，也无法泛化到新任务；而微调一个 9B 小模型的权重两者都能做到。转发者感慨 agent「重复看自己以前编辑过的教程」是很人类的习惯，希望 AI 工具能更快改掉。该结果直指当前 agent 框架在持续学习上的核心短板。
所属事件:Continual-ARC 基准：主流 Agent 学不会经验，9B 微调反而可以(7 条相关)→
「编程与Agent」频道最新
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12
- 同一提示词实测:Claude、ChatGPT、Figma Make 各生成 UI — Tegadesigns · 2026-11-12
- DeepLearning.AI 与 Prior Labs 推表格基础模型免费短课 — DeepLearningAI · 2026-11-12