尽管GitHub Copilot等工具的会话记忆有所改进，但当前的AI代理根本上缺乏真正的学习能力，因为它们底层的模型是每次查询都会重置的纯函数。虽然检索增强生成（RAG）等变通方法可以存储外部信息，但它们不会更新模型的核心权重，这意味着代理无法内化过去的经验或代码库以随着时间的推移而改进。该领域区分了回忆偏好（如编码风格）和真正的学习，即代理根据其自身的操作历史进行调整，而Anthropic认为这种能力是将代理转变为自我改进系统的关键。 AI
影响 强调了AI代理中持久学习的关键需求，以超越无状态操作并实现真正的随时间推移的改进。
排序理由 文章讨论了当前AI代理记忆系统的局限性和未来方向，而不是宣布新版本或产品。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
