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

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