WASP-Mem：让智能体自组织程序性记忆，人类专注诊断
原文标题：WASP-Mem: Let Agent Organize Procedural Memory. Human Spend Effort on Diagnosis
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出 WASP-Mem，将智能体执行轨迹与反馈蒸馏为持久互联的 wiki 页面，实现无需训练的程序性记忆持续学习。在 TheAgentCompany 基准上检查点通过率提升 4.6-6.1%，存储减少 57-61%。实验发现人工诊断一轮胜过自我判断四轮 7.0-10.9%，主张智能体管记忆、人类做诊断的分工。
- 问题
- 企业复杂流程中静态 harness 无法覆盖私有策略与恢复路径。
- 方法
- 把执行轨迹与反馈蒸馏成互联 wiki 页面作为程序性记忆，无需训练；人类只做失败诊断。
- 结果
- TheAgentCompany 检查点通过率提升 4.6-6.1%，存储减少 57-61%；一轮人工诊断胜过四轮自我判断 7.0-10.9%。
- 影响
- 给出智能体管记忆、人类做诊断的轻量分工，比预设 schema 和自动去重更有效。
深读 · 结论先行AI 生成展开看要点与影响 ↓
WASP-Mem 让智能体自组织 wiki 式程序性记忆，存储减 57-61% 且通过率升 4.6-6.1%
- •把执行轨迹与反馈蒸馏为持久互联的 wiki 页面，实现无需训练的程序性记忆持续学习
- •在 TheAgentCompany 基准上，检查点通过率比最强基线提升 4.6-6.1%，存储需求减少 57-61%
- •人类定义的 schema 与显式去重规则等规范性知识组织反而损害表现
- •一轮人工诊断胜过四轮自我判断 7.0-10.9%，失败轨迹经人工诊断可转为纠正性知识
- •主张分工：智能体管记忆，人类专注诊断
为什么重要：这条同时给出记忆机制的有效性和一个反直觉结论——结构化规则不如人工诊断，对设计企业级智能体持续学习流程的团队有直接指导意义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。