普林斯顿与 Meta 的新论文：把每次修复存为 LoRA 适配器，让智能体持续改进、少犯重复错误

普林斯顿与 Meta 的研究者提出了 Self-Direction：智能体失败时进行反思，并把教训训练进一个约模型规模 0.02% 的小型 LoRA 适配器，由路由器在相似任务上重新加载。以 Qwen3.6-27B 测试，GAIA 成功率从 38.8% 升至 55.8%，到第三次遇到同类问题时仍有 67.3% 的修复有效，而单纯重试只有 42.9%。这很重要，因为智能体常在一个会话里修好错误、下一个会话又重犯，而存下来的修复胜过会被遗忘的提示词笔记。

• Rohan Paul2026-10-29 20:08