谷歌 DeepMind 新论文发现，自我改进的智能体在学习中会遗忘，而学新任务最快的方法对旧任务的破坏也最大……

谷歌 DeepMind 的一篇新论文发现，自我改进的智能体在学习中会遗忘：它们无需重新训练、通过改写自己的系统提示词、记忆或技能文件来提升，但为某个任务做的每次修改都会作用于之后的所有任务。在主题、工作流或领域不断变化的任务流上测试 ReasoningBank、GEPA 和 Meta-Harness 后发现，GEPA 学得最多——平均每轮提升 6.2 分——但在其他任务上丢得也最多，4.3 分；其中一个案例里，15.5 分的提升在后续轮次改写了已学规则后跌到 2.5 分。这之所以重要，是因为它给智能体开发者指出了一个具体的失败模式：把任务相关的规则隔离开，每次更新后都要重新测试旧任务。

• Rohan Paul2026-10-20 18:47