昨天介紹的「agent 優化增益會不會複利」論文，落在一條本報追蹤的更大戰線上：AI 的「記憶」該放在哪。

本篇出自 2026年7月22日 晨報

本報 7/21 期模型觀點介紹過這篇實測（優化 agent 流程的增益預設是一次性的，只有內建回歸控制才守得住；arXiv,2026-07）；今天新的是它落在本報長期追蹤的一條路線之爭上——「跨對話記住你這件事，該存在外部資料（隨用隨塞回上下文）還是寫進模型參數」——它是這條戰線的新證據：連 agent 自我改進的成果都難以穩定累積，等於再添一分「累積要靠外部機制、不能指望它自然累積進系統裡」。

本報目前的判讀：未定局，現有證據傾向外部記憶側——把知識直接寫進參數，連「寫得進去、撐得住」都還沒被證明。什麼會推翻它：本報 7/14 為它立下 12 個月的觀察窗，期限到 2027 年 7 月中；若有兩家以上前沿實驗室把「參數級記憶寫入」推上正式產品，這個判讀就作廢轉向。

同類最新

• 模型觀點 2026年7月27日 2 條來源

  Stanford 平攤評測法找到獨立第二證

  Stanford 的「平攤評測法」——用「從題目內容預測難度」壓低可靠評測的成本——今天完成定向查證,找到獨立第二證:ICML 2026 一篇論文用同路線做模型能力外推(scali…

• 模型觀點 2026年7月27日 1 條來源

  Lambert「美版 DeepSeek」宣言查無第二源

  Lambert 一年前的「美版 DeepSeek」宣言——2 年、1 到 5 億美元做出權重（模型訓練完的參數檔案）／數據／代碼全開放的前沿模型——本報完成定向查證:專案存在有媒體…

• 模型觀點 2026年7月26日 1 條來源

  為什麼模型愈練愈會解題、卻愈寫愈不像人？MIT 給了一個機制答案，也剛好解釋了人類專家資料為什麼還缺。

  目前後訓練（模型練完基礎能力後、再教它怎麼答題的階段）的主力方法 RLVR（可驗證獎勵的強化學習：只在數學、程式這類有標準答案的任務上給模型獎勵）有個結構性盲點：它只優化「可以客觀…

• 模型觀點 2026年7月25日 1 條來源

  「AI 寫底層程式」的真瓶頸換位置了：生成是易事，讓人敢信那個數字才難。

  SemiAnalysis 在同篇 AMD 實勘裡給出一組第一手工程觀察：2.5 名工程師配上 AI 編程代理，就能完成過去一整組人才做得完的新模型「發布日支援」：代理自動抓設定、跑…