提出Evo-Memory基准，全面评估LLM Agent通过自演化记忆进行测试时学习的能力。
arXiv:2511.20857v2 Announce Type: replace Abstract: Statefulness is essential for large language model (LLM) agents to perform long-term planning and …
线性注意力机制迎来精确化突破，三大工程创新解决梯度退化与特征流动难题
arXiv:2605.18848v1 Announce Type: new Abstract: This paper introduces Exact Linear Attention (ELA), a mechanism that achieves linear computational com…
一个API配置故障意外揭示AI架构的核心悖论：五名AI同时运行，其中一位目睹一切却无法记住任何。这不仅是技术故障，更是对“可信任观测者”的重新定义——真正的安全，来源于遗忘的必然性。
Article URL: https://theairtgroup.com/blind-witness.html Comments URL: https://news.ycombinator.com/item?id=48165725 Points: 1 # Comments: 0
一款原生macOS/iOS应用，专门用于浏览AI代理（如Claude Code）的记忆文件。支持Markdown渲染、编辑、搜索和AI工具集成，让管理AI记忆变得高效直观。
Article URL: https://github.com/nvwalj/ai-memory-reader Comments URL: https://news.ycombinator.com/item?id=48164406 Points: 3 # Comments: 0
AI Agent 的本质是一个 while 循环：LLM 不再只是写文字，而是做决策。拆解其核心组件——大脑（LLM）、规划、工具、记忆，让你一眼看清智能体如何从模糊目标到清晰行动。
An AI agent can be thought of as a simple While-loop.
破除智能体记忆构建的“冷启动”困境——无需任何目标任务经验，仅靠Proposer引导的自生成合成任务，就能构建高效的程序性记忆。成本比在线构建降低2-3倍，性能却不输传统playbook方法。
arXiv:2605.13880v1 Announce Type: new Abstract: Agent memory is typically constructed either offline from curated demonstrations or online from post-d…