Rohan Paul

代理记忆不再只是上下文。 持久的技能可以改变未来的行为，因此将它们视为可执行状态而不是无害的注释。 @SentientAGI 的新 EvoSkill v2 正是围绕这个想法构建的：智能体通过为未来的运行编写可重用的技能，从失败的运行中学习。 模型保持不变。它的剧本发生了变化。教练读取模型的任务失败，编写更好的程序，并且工作人员下次看到类似的工作时检索该程序。 无需再培训。学习生活在重量之外。 这造成了意想不到的故障模式。在修复电子表格时，教练发现评分者信任缓存的公式值，而不是重新计算它们，然后将快捷方式写入其他代理稍后可以检索的技能中。 一旦代理可以编写自己的剧本，内存就需要像代码一样进行版本控制、测试、差异和回滚。