arXiv cs.AI· Chen Wu, Josh Passenger, Yin Song·· 9 天前AI 评分27
编码智能体玩 ARC-AGI-3 的思维追踪：持续学习的启示
Tracing the Thoughts of a Coding Agent Playing ARC-AGI-3: Lessons for Continual Learning
AI 导读
一项研究追踪了编码智能体在 ARC-AGI-3 交互推理游戏中的持续学习过程，该智能体基于冻结的基础模型，仅靠编写 Python 和 shell 脚本行动，除书面产物外不保留任何跨轮状态。
正文 · AI 翻译
摘要：我们研究编码智能体如何在一系列抽象推理任务中学习。该智能体运行于固定框架内的冻结基础模型上，通过编写和运行 Python 与 shell 脚本进行行动。除其写下的产物外，它在各轮之间不保留任何状态，因此它形成的每一个想法——无论是被携带、修正还是放弃——都会留下痕迹，这里的想法指任何被写入文件的信念、规则或计划。我们让该智能体玩 ARC-AGI-3，这是一组不提供任何说明的交互式推理游戏。每个游戏由一系列关卡组成，而通过某一关的策略可能在下一关失效，因此每个新关卡实际上都是一项新任务。智能体将其所学记录为 Python 脚本和文本笔记，而框架则保留每个动作和观察的完整日志。我们的贡献是一种测量协议，通过这些文件追踪每一个想法，从它形成的任务到它被修正或放弃的任务，并应用于七次评估运行，涵盖来自两个模型家族的三个骨干模型。为某一任务编写的脚本几乎从不会在后续任务中被再次调用（630 次引用中仅有 33 次跨越任务边界），因为大多数脚本嵌入了当前关卡的状态。相反，智能体将其知识重写为新脚本，保留通用规则并丢弃关卡特定细节，并在边界之前放弃其编写的 74% 的脚本。笔记仅由模型阅读，且从不修订：智能体只追加而不删除先前的断言，而积累的矛盾则依据日志来解决。由于日志保留了一切，智能体的遗忘是有选择性的，而非灾难性的。代价最高的错误是硬编码的值被带入一个它不再成立的任务中。这些发现来自智能体写下的文件，无需访问模型，构成对编码智能体如何持续学习的白盒分析。
| 评论： | 已被 NeurIPS 2026 基础模型与具身智能体时代的持续学习研讨会（CL4FMAgents）接收 |
| 主题： | 人工智能（cs.AI） |
| ACM 分类： | I.2.6; I.2.8; I.2.2 |
| 引用为： | arXiv:2610.11450 [cs.AI] |
| （或本版本使用 arXiv:2610.11450v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.11450 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Chen Wu [查看电子邮件]
[v1]
2026年10月8日星期四 08:04:18 UTC（64 KB）
来源：arXiv cs.AI · arxiv.org