MemoraX:以记忆模型驱动智能体自我进化
AI 总结
机器之心报道,MemoraX AI(忆纪元)提出「记忆模型驱动的递归自我改进」(Memory Model–Driven RSI)方法:由专用记忆模型从智能体执行轨迹与在线反馈中提炼、更新程序性记忆,智能体系统再把经验用在新任务上,形成提炼—应用—验证—更新的闭环。公司自述称,在通信、金融、物流等行业的 13 项工业级长程编程任务(累计 78 次运行、总时长超 335 小时)中通过率提升 20% 以上、主编程智能体 Token 消耗减少 20% 以上;在金融基准 FinRank 上经 36 轮迭代把任务准确率从 33.33% 提升至 73.33%、证据召回率 96.49%,成本较 Codex 对照方案降低近 98%。文章还提到 OpenAI 将自动化 AI 研究员列为下一阶段目标、Anthropic 称 Claude 已主导约 26% 的内部 AI 研发工作,以说明 RSI 正进入顶级实验室议程;上述性能数字均来自厂商自述,未见独立验证。
深度见解
长期记忆能否把每次执行的成功与失败沉淀为可复用的经验,正被视为智能体持续自我改进的关键基础,但当前效果数字主要来自厂商自测。
机器之心 2026-10-10 18:23 北京
AI 正在从帮助人类完成任务,走向参与自身的研发与改进。
机器之心发布
近期,全球顶尖 AI 实验室正在密集释放一个信号:AI 正在从帮助人类完成任务,走向参与自身的研发与改进。
#MemoraX AI#OpenAI#Anthropic#Claude#Codex#Huawei#FinRank#Memory Model–Driven RSI