Революция в автономията: Нова платформа позволява на AI агентите да развиват умения без човешка намеса

Изследователи от няколко университета представиха Memento-Skills – платформа, която позволява на агентите с изкуствен интелект самостоятелно да развиват умения, без да се налага да преобучават основния езиков модел. Основният механизъм е следният: агентът изпълнява задача, получава обратна връзка и ако не успее, автоматично актуализира съществуващо умение или създава ново, като променя кода и инструкциите. При тестове на два сложни бенчмарка AI агент, използващ тази технология, изпълнява задачите по-точно, а броят на уменията му се увеличава от пет на 235.

Саморазвиващите се агенти преодоляват ограниченията на „замразените“ езикови модели (LLM), които веднъж разгърнати, не могат да актуализират знанията си и са ограничени само до това, което се вписва в техния контекстен прозорец. Традиционните методи за адаптиране на агентите обаче разчитат на ръчно създадени умения или текстови подсказки, които са слабо приложими към новите задачи.

Новата платформа функционира като развиваща се външна памет: тя съхранява и актуализира уменията на агентите като структурирани Markdown файлове. Всяко умение включва декларативни спецификации, инструкции и подсказки за LLM, както и изпълним код и спомагателни скриптове за решаване на задачи.

Този подход позволява на агента да се усъвършенства без скъпоструваща фина настройка на модела или ръчно създаване на нови умения.

Memento-Skills използва механизъм за „рефлексивно учене чрез четене и писане“: агентът избира подходящо умение чрез специализиран маршрутизатор, изпълнява го и получава обратна връзка. Ако изпълнението е неуспешно, системата автоматично актуализира съществуващото умение или създава ново, като променя кода и инструкциите, за да подобри бъдещото изпълнение. Платформата прилага обучение с подсилване (reinforcement learning): уменията се оценяват не само по текстовата и семантична близост, но и по това доколко те действително помагат за постигане на целите в работните процеси. По този начин агентът се научава да избира инструменти, които действително решават проблеми, а не просто отговарят на описанието.

За да се предотвратят грешките и регресиите, Memento-Skills интегрира автоматични модулни тестове. След като дадено умение бъде актуализирано, системата го тества със синтетични примери, преди да запази промените в глобалната библиотека. Този контрол осигурява надеждност в производствени среди.

Работата на платформата беше тествана в два трудни теста: GAIA, изискващ многостъпкови разсъждения, обработка на мултимодални данни, сърфиране в интернет и използване на инструменти, и HLE, обхващащ осем академични дисциплини. Gemini-3.1-Flash служи като основен модел на замразен език.

В сравнение със статичната библиотека от умения, Memento-Skills увеличи точността на задачите от 52,3% до 66,0% в GAIA и от 17,9% до 38,7% в HLE. Използването на персонализиран маршрутизатор на умения увеличи успеваемостта на задачите от 50 % до 80%.

Платформата също така самостоятелно разшири набора от умения в тестовете – от пет основни умения до 41 в GAIA и 235 в HLE. Резултатът беше цяла библиотека от инструменти за различни задачи.

Експертите предупреждават, че системата трябва да се прилага внимателно. Най-подходящите могат да бъдат структурирани работни процеси, при които уменията могат да бъдат оценявани и подобрявани. Физически реализираните агенти или задачите с далечен хоризонт ще изискват по-сложни подходи, като например многоагентни LLM системи.