本页是一组截至 2026-11-12 的代表工作,并非对 2026 全年文献的全面覆盖。近期工作多为预印本;是否正式发表、正文细节与复现状态以卡片为准。
经验是否真的被用上
- AM-2601-22436 Experience Faithfulness:对原始/压缩经验做因果干预,指出“存储和检索”与“依赖经验决策”的区别。
- AM-2602-16313 MemoryArena:让 earlier actions 和 feedback 成为 later tasks 的必要信息,测试多 session 记忆—行动闭环。
- RSI-2608-04003 PAST-Bench:匹配条件下开关持久经验,区分最终收益与 save/retrieve/update 路径证据。
**问题转向:**长期记忆研究的目标从保留信息,扩展为可归因的未来行为改变。
记忆管理开始面向下游任务学习
- AM-2605-25430 CODESKILL:学习从轨迹提取 procedural skill,以及如何维护技能库。
- AM-2610-21091 MemComposer:学习选哪些记忆、选多少和怎样排序,冻结 executor 以分离管理策略与执行能力。
- AM-2605-14906 MemLens:跨模态证据暴露存储压缩与视觉保真的冲突,扩展了记忆表示的评价边界。
**问题转向:**相似性检索不再是唯一优化目标;任务收益、紧凑性、保真和迁移需共同考虑。
RSI 更重视可观测编辑和隐藏任务泛化
- RSI-2604-25850 Agentic Harness Engineering:把编辑对象、经验来源与预期结果做成可定位证据。
- RSI-2609-24972 RRSI:约束提案和选择,控制反复使用有限开发反馈造成的特化。
- RSI-2609-26457 AIDE2:接受后的科研 agent 成为下一轮修改者,并用隐藏和 held-out 任务检查迁移。
- RSI-2610-04184 EvalResearchBench:评测 agent 自行设计反馈评价器的能力,发现 evaluator 的泛化也需独立检验。
- RSI-2610-00650 RuleEvolve:规则池演化是较小的修改空间;需与整个系统自修改和普通 prompt 优化区别对待。
- RSI-2608-03392 Self-Evolving Coding Agents:按修改对象、时机和反馈整理路线,可用于回溯原始论文。
问题转向:“是否能改进”之后,更关键的是改了什么、为何有效、能否迁移,以及如何识别无效或不安全的变更。
阅读顺序
先读经验忠实度与 PAST-Bench,建立机制证据标准;再读 MemComposer/CODESKILL 和 RRSI,分别观察记忆策略和程序编辑;最后读 AIDE² 与 EvalResearchBench,考察科研效率和评价器如何形成更强闭环。