别忘了你刚学到的东西：自我导向修复把智能体的错误变成持久的经验
该论文提出了自我导向（Self-Direction）机制：智能体在任务失败后反思自身轨迹、提炼教训，并将其蒸馏为约占基座模型参数0.02%的轻量低秩适配器，基座权重保持冻结，适配器存入持久的教训库并在相关问题上自动调用。在基于Qwen开源权重模型的智能体实验中，GAIA、Claw-Eval和Terminal-Bench 2.1上的成功率提升了8.9至17.0个百分点，纠错在后续任务中的可靠性接近翻倍。这很重要，因为它在易被遗忘的上下文反思与昂贵的全参数微调之间提供了一条低成本中间路线，让智能体能够积累经验而非重复犯同样的错误。
报道来源
- Rohan Paul2026-10-29 20:08