新基准 Continual-ARC：主流 Agent 均无法从经验中学习
hey_abusiddik · x · 2026-11-11
Unify 团队发布新基准 Continual-ARC，评测结果显示 OpenClaw、Hermes Agent、Prime Agent 等 agent 都无法有效地从经验中学习——既记不住有价值的东西，也无法泛化到新任务上。
作者 Daniel Lenton 指出：对创业者来说，当 agent 宣称「越用越聪明」时要追问它在从未见过的工作上的表现，因为「记住旧工作」很容易造假。对比之下，训练一个 9B 小模型的权重反而能同时做到记忆与泛化。
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
- 给 AI 智能体一条电话线：Rime 配方让 Agent 替你打电话砍价退房 — aakashgupta · 2026-11-12
- 开发者自述：工作日只剩一个决定——这活儿要不要交给 Agent — daniel_mac8 · 2026-11-12
- Copilot 用 PowerShell 转 CSV 后,作者预告自写 MCP server 版本 — dfinke · 2026-11-12
- 没装 Python 也没关系:Copilot 靠 PowerShell+COM 零配置搞定 Excel — dfinke · 2026-11-12
- 开发者把 Figma、Linear、VS Code 移出了 Dock:工作已全面 headless — mobileraj · 2026-11-12
- 开源 music-skill:让 Claude 逐音符作曲渲染,7 个模型一段提示各出一曲 — BandicootNo3152 · 2026-11-12