一句话定位
在匹配条件下开关持久经验,分开衡量后续任务收益和 save–retrieve–update 路径证据。
研究问题与动机
相同总体收益可能来自不同机制。个人 agent 的持续记忆、工具经验和偏好提供了可操作的 RSI 评估场景。
方法与机制
按顺序执行 fresh-session 任务;对照 retained experience 开/关,并检查 memory、procedural reuse、information gathering、update 的过程。
证据与结果
摘要报告收益存在但因模型与能力而异,并提出 Hermes+。核心价值是将 headline gain 和 pathway evidence 分开,而非假定所有 agent 都持续变好。
当前卡片依据 2026-08-04 的 arXiv 摘要与元数据;作者结论不等于独立复现。原始摘要和版本信息保存在一手来源快照。
正文重点核验
核验范围:§1(RSI 边界)、§3(匹配对照)、§4.4 与 Appendix B(路径证据)。这是按重点章节核对,尚未逐项审计全文或独立复现。
- 每个 task family 按序执行 fresh-session episodes,并在 retained experience 开/关的匹配条件下比较后续任务表现。
- 评价把任务结果与 save/retrieve/update 的 mechanism evidence 分开;总体相同的提升不保证同样遵循预期路径。
- 对 memory、procedural reuse、information gathering、update 分项诊断,避免把所有长期行为压成一个平均分。
- §1 明确将 online self-evolution 视为更强 RSI 的基础,而非 full RSI;这点比仅引用论文标题更能界定证据。
- 路径记录是机制线索,仍应结合经验移除/替换的反事实和独立评价器判断因果作用。
正文定位。本地保留抓取时的 HTML/文本快照以便回查。
局限与开放问题
对照的预算、任务序列和环境状态需严格匹配;路径证据仍需结合反事实验证。
关联与拓展
-
开放问题与判别实验:设计能否证关键机制的对照。
核验与阅读
- [x] 原始标题、作者、日期及摘要回查 arXiv
- [ ] 全文方法、结果表格、统计和成本协议逐项核验
- [ ] 代码可复现性与独立复现
- 一手来源