IBM 实验:Agent 记忆并非越多越好,29 条精选胜过全部 199 条
shoumikgoswami · reddit · 2026-11-20
IBM 新论文介绍了一套把 Agent 过往尝试提炼成 guidelines 供未来任务使用的记忆系统,在 AppWorld 基准上有一个反直觉发现:给 Agent 的 guidelines 越多反而越差。
- gpt-oss-120b 使用全部 199 条 guidelines 时任务完成率 51.2%;改为检索式提供约 29 条精选 guidelines,两次运行平均达 55.4%。作者提醒这是基准成绩,未必直接迁移到生产环境。
- 论文还记录了一个典型失败案例:某条 guideline 让 Agent 在「结果数少于页大小」时停止翻页,Agent 假设页大小为 20,而 API 默认只返回 5 条——于是第一页就停了,反而搞砸了没有记忆时能完成的任务。
核心教训:从早期任务学到的经验可能内嵌错误假设,在下一个任务上适得其反。
「编程与Agent」频道最新
- 扫描3631个公开MCP服务器:0.7%被判定不可用,24个疑似攻击 — Minimum-Gift-5217 · 2026-11-20
- 5款浏览器MCP横评修8个bug:每修一个耗token从17.6万到56.5万 — VisionInBinary · 2026-11-20
- 开发者用 MCP 实时追踪自己航班的空管通信 — massimosgrelli · 2026-11-20
- tinyeval:只用Bash的极简AI功能eval框架,附Claude Code技能 — criticasterdotcom · 2026-11-20
- Qwen4-Max 实测:前端与 Agent 能力大增,Agentic Coding 有点说法 — karminski3 · 2026-11-20
- Agent 该管到哪一步?有答案可验证的步骤留在代码里 — krunal_builds · 2026-11-20