arXiv 论文：ReScopeBench 评测长期智能体经验生命周期
原文标题：Towards Robust Long-Lived Agents: Benchmarking Experience Lifecycles in Evolving Environments
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。
论文提出 ReScopeBench，覆盖 18 个交互环境，区分「结构经验」与「规则经验」，并通过共享经验构建任务流、注入静默环境变化，考察智能体如何获取、复用与修订经验。在 20 个模型上发现：保留经验能提升任务表现，但环境变化后智能体难以维持经验时效，即使经验被正确记录也未必完成任务。
- 问题
- 缺少对智能体长期经验如何获取、复用与修订的细粒度评测。
- 方法
- ReScopeBench 覆盖 18 个交互环境，区分结构经验与规则经验，用共享经验构建任务流并注入静默环境变化。
- 结果
- 20 个模型上保留经验能提升任务表现，但环境变化后难以维持经验时效；即使经验被正确记录也未必完成任务。
- 影响
- 揭示长寿命智能体的经验维护与有效使用是两大独立挑战，为记忆系统设计提供评测抓手。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ReScopeBench 覆盖 18 个环境、20 个模型：保留经验能提分，但环境变化后智能体难以维持经验时效
- •区分结构经验（环境如何组织与访问）与规则经验（可复用原则与约束）
- •采用经验优先的构建方式，围绕共享经验组织任务流并注入静默环境变化
- •在 20 个模型上，保留经验提升任务表现，但环境变化后经验难以保持最新
- •即使所需经验被正确记录，智能体也未必能完成任务
- •结论指向选择性维护与有效使用两项互补挑战
为什么重要：长期智能体的核心瓶颈正从「能否记住」转向「能否及时修订并正确调用」，为经验管理机制设计提供评测依据。
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。