递归经验工作记忆演化：面向长程智能体平台的 Recuris 架构
评分
75提出递归记忆演化新架构，并给出跨 10 个模型的系统评测，增量明显。
实验覆盖多个基准与模型，结果统计扎实，分析到失败模式层面。
开源代码与明确收益让工程团队可直接验证并复现。
贴合当前长程 Agent 与 RSI 研究热点，发布及时。
来自 arXiv 预印本，作者团队可信但尚未经同行评审。
基础分 83.5 × T2 信源权重 ×0.9 = 75
精选线 70已入选精选
精选理由
架构新颖、基准验证充分且附开源代码，是长程 Agent 方向的高影响工作。
AI 点评
「让我感兴趣的不是又刷了几个点，而是 Recuris 把记忆演化变成有界、可校验的闭环，并且能将失败定位到具体记忆组件。对做长程 Agent 框架或 RSI 研究的团队来说，值得立刻读原文并试跑代码。」
速览
论文提出 Recuris，一种递归经验工作记忆架构，用于长程 Agent 任务中解耦任务历史与技能调用。工作记忆追踪任务进度并引导经验记忆中的技能选择，执行过程成为结构化证据，由固定元智能体生成经校验的局部技能更新，形成有界递归记忆演化循环。在四个基准和十个模型上，Recuris 在 37 个模型基准组合中的 35 个上提升成功率，并将 Claude Opus 5 在 tau-bench 上带到 87.9%，最长任务上提升达 32.2 个百分点。
- 提出 Recuris，一种用于长程智能体的递归经验工作记忆架构。
- 通过固定元智能体将执行证据转化为可校验的局部技能更新，形成有界递归演化闭环。
- 在 tau-bench 与 SkillFlow 上刷新前沿模型表现，如 Claude Opus 5 达 87.9%。
- 优势随任务长度扩大，最长任务最高提升 32.2 个百分点，常见失败下降最高 80%。
正文
本文为 AI 生成的中文精读,原文请点「查看原文」
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍，智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好，尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了！它表明模型的性能不仅取决于训练，还取决于推理时的配置。对于AI工程师和研究者来说，这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队，可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6：前沿智能与前沿效率的融合
这条消息值得关注，因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说，GPT-5.6意味着可以用更少预算获得更高性能，尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步，可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder：面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮，因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者，LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red：OpenAI通过自我对弈实现AI红队自动化，提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑，特别适合安全工程师和对齐研究者关注。它直接降低了测试成本，但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注，因为它首次将AI漏洞赏金制度拓展到生物安全领域，不仅为安全社区提供了新的研究方向，也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端，大幅提升推理性能
这项更新对于AI工程团队非常关键：无需格式转换意味着能更快地迭代模型，而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理，这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T，助力聋人用户
这则消息的意义不仅在于技术突破，更在于AI开始真正关注边缘群体的需求。对开发者而言，SL2T的架构思路和技术路径值得深入研究；对无障碍倡导者来说，这是推动行业标准的重要案例。