@rohanpaul_ai: 德克萨斯大学论文显示AI智能体在部署后可能逐渐变得不那么可靠，即使模型本身并未变…

德克萨斯大学论文显示，AI智能体在部署后可能逐渐变得不那么可靠，即使模型本身没有变化。 问题在于，智能体通常在刚部署时受到评估，但真实的智能体会不断变化，因为它们会总结旧聊天记录、存储更多记忆、更新事实并进行维护。 一个能记住你数周之久的智能体实际上是一个围绕语言模型构建的小型操作系统：它会写笔记、压缩笔记、检索笔记、更新笔记，偶尔还会清理。 这些步骤中的每一个都可能悄然退化。 药物剂量可能变成“每日用药”，两个相似的客户可能混为一谈，已取消的订阅可能仍显示为有效，日程可能在一次维护后消失。 令人不安的发现是，智能体可能听起来仍然很能干，但准确性却在下降。 提出的AgingBench是一个基准测试，它检查智能体在多次会话中是否保持可靠，而不仅仅检查一个干净的起始点。 它研究了智能体退化的四种方式：摘要可能遗漏关键细节，相似的记忆可能混淆，更新的事实可能仍然过时，维护可能突然破坏记忆。 更深层的教训是，“给记忆加容量”往往是错误的修复方式。 如果事实从未被写入，检索也无法挽救。 如果事实已被写入但被挤掉，更好的摘要也于事无补。 如果事实存在但未被使用，问题不在于存储，而在于智能体决定信任还是忽略它所检索到的内容。 这篇论文将部署后的智能体重新定义为更像老化中的基础设施，而非静态模型。 ---- 链接 – arxiv. org/abs/2605.26302 标题：“Your Agents Are Aging Too: Agent Lifespan Engineering for Deployed Systems”