IXThinker·2026-08-12 18:20

PAST-Bench評估個人Agent自我改進能力

個人AI Agent正從一次性工具演變為持續服務的助手，但保存經驗不等於真正改進。普林斯頓大學團隊提出性能歸因基準PAST-Bench，用以判定任務表現的提升是否真由跨會話積累的經驗所致。

助手在持續進化？

個人AI Agent已能跨會話讀取消息、操作工作空間、調用工具，並逐步積累記憶、技能文件與任務歷史，形態上從一次性工具轉為持續服務的助手。然而保存過往經驗，並不必然意味着未來做得更好。