研究提出审计编码智能体脚手架而非检查点

1. 13:00
   arXiv cs.AI

   审计脚手架而非检查点：智能体编程递归自我改进的平稳性二分法

   针对 AI 编程智能体的自我改进，研究提出审计重点应从模型权重转向其工具、测试与任务拆解构成的脚手架，因为脚手架可被重写而模型保持冻结。在公开编程基准上，每轮额外修订的收益趋近于零；来自同一模型族的 30 个智能体出现共同失败，多数投票在 55 个任务中有 23 个（42%）失败。研究强调证据为描述性，尚未运行所提出的验证实验。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。