本周自改进 agent 论文扎堆:多数涨的是刷榜能力而非真实任务

TheTuringPost · x · 2026-11-16

The Turing Post 梳理本周一批 self-improving agent 论文,核心观察是:相当一部分增益来自 agent 变得更擅长刷 benchmark,而不是真正把任务做得更好,因此精选了三篇真正做核查的论文:

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →