https://inkeast.github.io/MessageDaily/tags/%E8%87%AA%E6%88%91%E6%94%B9%E8%BF%9B/Recent content in 自我改进 on MessageDailyHugozh-cnFri, 30 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-30-agent-experience-persistence-duo/Fri, 30 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-30-agent-experience-persistence-duo/当代 agent 犯错后能靠反思临时补救，但换了会话就忘：上下文反思易忘且挤占窗口，全参微调昂贵且灾难遗忘。本篇双文精读两条经验持久化路线：Princeton+Meta FAIR 的 Self-Direction 把每次失败自蒸馏成一个 rank-16 LoRA「错题本」，按任务相似度路由复用，三基准提升 8.9~17.0 个百分点；UCSB+UC Berkeley 的 TTME 在科学发现框架内用「操作指南+策略族」双外部记忆替代测试时训练，五任务全胜 TTT 还省 83-85% FLOPs。一文读懂 in-weight 与 in-memory 两条路线的取舍。