事件专题 ·单一信源

Google 预印本:AI 记录改造日志实现自我改进

Google 发布一篇预印本论文,让 AI 重写一个智能体 harness,并把每次改动的原因与效果记录成日志。实验中先由 Opus 5.5 进行改造并留下日志,再换用 Gemini 3.8 Flash 继续迭代。结果显示,有日志时模型在 workplace tasks 基准上得 84.75 分,没有日志时只有 73.42 分;编程任务上,带日志的版本在 10 次运行中有 9 次胜出。论文的核心结论是:更换新模型时不必从零开始改造 harness,改造知识可以通过日志跨模型传递,形成复利效应。这意味着递归自我改进(Recursive self-improvement)的路径正在变得可行,工程经验从模型资产变成了可迁移的独立资产。

当前结论

Google 这篇预印本让 AI 自己改 harness 并写改造日志,换模型也能接着跑,84.75 分对比 73.42 分的差距说明日志真的管用。做智能体工程的人可以直接抄这套日志方法,比每次换模型都重头调参省事多了。

2 个信源64° AI 热度最后更新 2026/11/18 12:46:30

证据链

2 个信源

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。