更新入口

HTML 首页的候选队列读取 03-索引/candidates.json。候选发现脚本使用 OpenAlex works search,结果写入 JSON 快照和 05-更新/候选/ Markdown;它用于扩展检索,不自动晋升为稳定论文。

python3 tools/discover_candidates.py
python3 tools/build_agent_memory_site.py

运行中的 serve_agent_memory_site.py 会监测专题 Markdown 和候选索引变化并重建阅读站。按最近一次成功检索计,超过 7 天自动发现新候选(服务未运行时不执行);首页也可点击“发现新研究”。候选经一手核验后建立论文卡片,catalog、论文页、关系地图与筛选项自动生成。

初始发现快照与筛选

  • 本轮 OpenAlex 的 6 组检索按 OpenAlex ID 合并得到 54 条发现记录;覆盖非穷尽,可能混有主题误匹配、不同版本或低质量记录。
  • 实际点击“发现新研究”后,又完成近 120 天、每 query 至多 10 条、按发表日期排序的增量检索;6/6 成功、无请求错误。合并后 101 条发现记录;排除正式收录与重复题目后,当前页面快照为 82 条待筛选。实时数量以 HTML 队列为准。
  • 已抽查的一手 arXiv 摘要线索包括 MemoryArena、MemLens、CODESKILL、RRSI、AIDE²、PAST-Bench、ReVeal、Agentic Harness Engineering、MemComposer、AlphaEvolve、RuleEvolve 等;其中已核对的高相关工作现已写成卡片;其余继续保留待筛选。HTML 队列按标题/arXiv 排除正式收录和重复项,因此展示数小于原始发现数。
  • 与核心缺口最相关的候选簇:记忆是否真的被使用/忠实地自我演化、长期和多模态 memory benchmark、procedural skill 的学习与维护、agent harness/code 的递归演化、自动评价器的构造。
  • Semantic Scholar 的批量查询遇到 HTTP 429,没有可用返回;当前队列不声称有 Semantic Scholar 覆盖。

下一轮筛选顺序

  1. 优先检查 benchmark 和因果评价工作:它们能检验“记忆被使用”“能力跨任务提升”等核心 claim。
  2. 检查 memory 与 RSI 交叉的经验/技能/程序演化工作,标记改进对象和闭环。
  3. 再补 surveys 与相邻领域工作,避免只按新近年份或引用数扩充。
  4. 每条进入稳定目录的论文需要一手来源、摘要或正文核验状态、相关问题标签与局限。

持续维护问题

  • 记忆失败是否因为写入、检索、利用、更新还是评价环节?
  • 经验收益能否在答案表面变化之外,通过行为反事实和 held-out 任务证明?
  • 更复杂记忆结构能否在等预算条件下提升质量?
  • 自我改进的评价器如何保持独立,如何防止污染、过拟合与不可逆变化?
  • 隐私删除、来源追踪和错误传播如何进入长期 benchmark?

详见 开放问题与判别实验、研究问题演进。