AI 编程实时动态与要闻

大模型智能体进入陌生环境或操作新工具时，往往极度缺乏系统运维经验与环境隐性规则，导致在类似步骤中反复触礁。现有的智能体记忆系统严重依赖昂贵的人工标注指南或预先提供的基准任务与 Oracle 判定器。Illuin Technology 团队在最新研究（arXiv:2610.08048）中开源了全新无监督记忆自演进框架 DAEDALUS。DAEDALUS 独创“探索者（Explorer）与解答者（Solver）”双智能体自博弈范式：Explorer 自主在沙箱环境中挖掘有挑战性但可解的新任务；Solver 尝试解题并在遭遇失败时提炼启发式规则（Heuristics）；只有当该规则在后续重试中持续带来确定性成功时，系统才会将其持久化写入记忆库。在 AppWorld、tau^2-bench 和 AutomationBench 三大高难度真实环境基准中，DAEDALUS 在零人工干预下将任务平均成功率最高提升 15.9 个百分点，Pass^5 成功率实现 2.2 倍翻倍提升，且提炼出的记忆规则具备出色的跨模型家族通用迁移能力。

在自主智能体（LLM Agents）架构设计中，持久化跨会话记忆长期存在两条针锋相对的技术路线：一条主张使用昂贵的大模型异步将多轮对话‘蒸馏提取（Fact Extraction）’为三元组或结构化摘要记忆库（如 Mem0、Zep）；另一条则主张直接保留‘原始对话轮次（Raw Turns）’并依靠检索排序进行上下文注入。学术界过去对两者的优劣各执一词。研究团队在 Zenodo 平台完成了严谨的科学预注册，并在 LoCoMo 与 LongMemEval 两大基准上展开了首个双盲受控实验（arXiv:2609.34227）。实验给出了令人震动的明确结论：在紧凑预算下，使用微型类型化决策模型 Jev 直接精选出的原始对话轮次，在下游任务准确率上与耗资巨大的大模型提取记忆库达成非劣效（Non-Inferiority，统计置信度 95%），而写入记忆的计算与 API 成本足足降低了 3,061 倍！此外，研究首次阐明了重排序（Reranking）与预算大小的因果关系，并指出盲目重排序会严重削弱智能体的正确弃权（Correct Abstention）能力。开源代码库与评估数据已发布（github.com/ris3abh/Engram）。

CoreSpeed（@CoreSpeedHQ）宣布产品上线：通过单一 MCP 端点连接应用，并内置跨 Agent 记忆、媒体生成、网页与社媒研究工具，以及 Agent 身份、预算与活动日志。起步地址 https://corespeed.io。

LatentPress 提出第三种上下文载体：连续 memory tokens。小 writer（约 4.2M–26.2M 参数适配器，约等于解码器 0.1%）把对话史与长文档压成 4–16×，冻结 decoder 经输入嵌入接口直接读取，推理时无需重建文本。LongMemEval 上 7.70× 压缩准确率 0.504，高于未压缩证据 0.490，并明显优于文本摘要与 OCR 压缩；写入约 43ms/会话，读取比原始上下文快 5–9×，利于长上下文智能体记忆。