算法论文8

EvolveR：让Agent从经验中长出Skill

量子位2026-05-18

AI 摘要

上海人工智能实验室团队提出EvolveR，让Agent从自身成败中总结经验形成“认知Skill”，经强化学习学会用经验。实验显示它在多跳问答表现优，小模型借外部教师，3B模型自总结更好。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

百融智能“硅基客服”跨行业上岗

今年7月，一家头部物流企业和大型综合类头部券商上线百融智能的AI客服，业务量和部署规模增长显著。百融智能正战略升级，以新一代AICC智能联络技术向多行业拓展，其创始人张韶峰分享了相关思考与技术优势。

当下 Work Agent 难以稳定完成复杂长程任务，且经验无法沉淀。EvoMap 提出自组织蜂群架构，通过 AutoResearch 落地验证，探索 AI4AI 方向，构建记忆和连接的三层产品结构，推动 Agent 网络自进化。

目前行业探讨大模型的RSI时，常陷入思维定势。EvoMap团队没有盲目跟风，而是提出极具现实意义的工程新路径，构建自进化智能体，让经验在网络流转，还以硬核数据证明其体系有效性。

阿尔伯塔大学强化学习团队提出FAME框架，解决持续强化学习“学新忘旧”问题。团队先定义基础概念，将知识整合写成优化问题，再受人类学习机制启发设计FAME，实验优势明显。研究还探讨持续学习的产业价值。