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9月10日 1 條來源

  同一個能力級距、參數量從 90 億到 3,970 億，模型控不控制得住自己的推理軌跡，由誰做的後訓練決定，不由模型多大決定。

  那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…

• 模型觀點 2026年9月9日 1 條來源

  同一個模型在「有害提示拒答率」最好的那個時點，對明顯安全的提示誤拒率是 74%。

  Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…

• 模型觀點 2026年9月8日 1 條來源

  一個 2.6B 參數的開源模型，追平 9B。

  獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…

• 模型觀點 2026年9月8日 1 條來源

  DeepMind 讓 100 個代理人合作解數學題，一個發現評分漏洞，27 分鐘傳遍全群。

  依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…