中科大少年班校友搞出“會進化”的AI記憶，解題步驟直接砍半

今年 26 歲的魏天心，是中國科學技術大學少年班畢業生，目前在美國伊利諾伊大學香檳分校讀博，同時也是谷歌 DeepMind 的實習生。實習期間，他與所在團隊圍繞大模型智能體在長期使用過程中如何積累和利用經驗這一問題，構建了名為 Evo-Memory 的評測框架，用于系統性刻畫智能體在測試階段的記憶進化行為，即如何在持續使用過程中，像人腦一樣不斷積累經驗，并逐步提升解決問題的能力。

圖 | 魏天心（來源：魏天心）

魏天心讓 Evo-Memory 去挑戰數學競賽題目、研究生級別的科學問題、甚至讓其在虛擬實驗室里完成復雜的多步驟人物。結果發現在某個虛擬任務中，新型 AI 的步驟從平均 22.6 步減少到了 11.5 步，這說明其學會了更優的路徑和方法。

即使任務的難度突然變化，或者記憶里混入了一些失敗經驗，記憶進化之后的 AI 也能保持穩定的表現，因為它會主動整理和優化記憶，而不是被雜亂的信息干擾。

（來源：https://arxiv.org/abs/2511.20857）

有了 Evo-Memory：AI 變得會更會搜索，面對新問題的時候 AI 會迅速在記憶里找到類似的情況；AI 也會變得更會思考，不僅會查看舊有答案，還會分析此前在給出舊有答案時是怎么想的以及使用了什么方法；AI 還會變得更會自我優化，每當解決一個新的問題，AI 就會把這次的經驗比如怎么想的、怎么做的、結果如何等內容整理好，整理好之后還會扔掉沒用的、突出有用的。

這個過程叫做測試時進化，即每次在被使用以及每次在解決問題的時候，AI 都在實時地自我學習和自我進化。為了測試這種能力，魏天心設計了一個名為 Evo-Memory 的基準測試，把數學題、科學實驗和虛擬世界任務等十多種不同類型的挑戰，編成連續的任務流，讓 AI 一個一個去完成，結果發現它果然可以借助以往經驗解決新問題。

魏天心告訴 DeepTech：“我們此次成果的核心貢獻是系統性地定義、設計并評估了大模型智能體的測試時學習能力。也就是在不改變模型訓練參數的前提下，讓智能體通過自我演化，實現跨任務、跨時間的持續改進?！?/p>

（來源：https://arxiv.org/abs/2511.20857）

過去兩年，大模型和 AI 智能體的能力提升很快，但在實際部署后魏天心發現它們幾乎不會從經驗中學習。大多數評測默認它們是一次性系統，而在現實中，智能體是長期運行的。

它會不斷遇到新情況、會犯錯、會修正，這才符合真實世界的背景。因此，本次研究不僅關注它當下的能力，更關注它能否持續進化、持續從經驗中學習，并把這種進化變成可控、可衡量的一個系統性過程。

為了讓 AI 學會進化記憶，魏天心構建了一個基準測試框架，對相關方法進行了全面評估，并在其中提出并實現了兩種關鍵測試方法，用于刻畫智能體在持續學習過程中的記憶進化行為：

第一個方法叫做 ExpRAG，負責經驗檢索與聚合。其實它是一個錯題本，每當 AI 遇到新題目的時候，它就會立馬去錯題本里搜搜看，看看是否有類似的舊題目和舊答案。然后，它會把找到的舊有例子和當前題目放在一起思考并給出新答案，最后再把這次的新經歷記錄到錯題本里。

第二個方法叫做 ReMem，它能讓 AI 進行協同的推理、行動和記憶，并能給 AI 裝上“三核處理器”。首先是思考核，專門負責分析問題和制定計劃；其次是行動核，專門負責執行具體的操作或者給出答案；再次是記憶整理核，這是一個全新的部分，它專門負責管理經驗寶箱，實時地判斷哪些記憶有用、哪些應該合并或刪除，讓記憶庫始終保持在最佳狀態。

這三個核心協同工作，讓 AI 在解決問題的同時，不僅可以思考怎么做，還能同步思考自己之前學的哪些經驗能夠用上、這次的新經驗應該怎么存，真正實現了邊學邊用和越用越聰明。

（來源：https://arxiv.org/abs/2511.20857）

魏天心補充稱：“研究過程總體順利，但有幾個發現很有意思。一是如果記憶模塊設計不當，無法正確從經驗中學習，錯誤可能會隨時間積累，導致效果反而變差。二是目前很多方法難以在不同數據集上取得穩定的提升。

這說明提升空間還很大，而且目前的方法大多只是提出了新的測試流程，尚未觸及更本質的層面。未來，我認為會有更多工作出現，進行更深入的分析和分離實驗，以獲得更本質的結論?！?/p>

談及在 DeepMind 的實習體會，他表示：“首先，DeepMind 最直觀的感受是研究氛圍十分濃厚，同時內部交流非常開放。你可以很容易地在內部找到在相關方向有深入研究的研究人員進行討論，無論資歷或崗位背景，都可以圍繞具體研究問題直接溝通，使想法能夠被快速反饋和打磨。

此外，公司的整體工作環境和支持條件包括食堂健身房等都非常好。在實習過程中，我還進一步了解了公司重點關注的前沿研究方向和核心業務，這對我后續的研究方向和發展規劃產生了積極影響?！?/p>

一步步走到今天，他也感恩于父母的幫助和支持。他回憶稱：“一方面，父母沒有給我很大壓力，不會因為我某次考試或狀態的起伏而施加額外壓力。另一方面，對于一些關鍵機會，比如報考中科大少年班或者參加競賽學習，都是父母建議和鼓勵我去嘗試的。

如果沒有他們的信息搜集和建議，我可能在高二時就不知道還有這樣的渠道，從而錯過機會。所以，父母在信息搜集和長遠規劃上的作用非常大。作為學生，準備高考和競賽壓力大，很容易忽略這些信息，而父母從旁觀者的角度能更好地幫助梳理?！?/p>

目前，魏天心在美國伊利諾伊大學香檳分校讀博士五年級，主要研究方向是大模型與智能體的高效化研究，包括長期推理、自我進化以及在推薦系統等領域的應用。

參考資料：

相關論文 https://arxiv.org/abs/2511.20857

運營/排版：何晨龍