研究团队提出长效智能体基准ReScopeBench
Start here
2026年11月5日，研究团队在arXiv发表论文，提出用于评测长效AI智能体在动态演变环境中经验生命周期的基准ReScopeBench。该基准跨18个交互式环境，区分了环境结构经验与指导决策的规则经验，并通过经验优先方法在任务流中引入静默环境变化。对20个模型的测试结果显示，保留经验能提升智能体表现，但现有智能体在环境发生变化时普遍难以保持经验更新，且正确记录经验并不保证任务最终成功。
AI-generated from reports · Updated 8 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能面向鲁棒长效智能体：ReScopeBench 评测动态演变环境中的经验生命周期
研究团队提出 ReScopeBench 基准，跨 18 个交互式环境评测长效 AI 智能体在演化场景中的经验生命周期。该基准区分环境结构经验与指导决策的规则经验，通过经验优先方法在任务流中引入静默环境变化。对 20 个模型的测试显示，保留经验能提升表现，但智能体难以在环境变化时保持经验更新，且正确记录经验并不保证任务成功。
Story heat trend
Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.