研究提出智能体可塑性概念：用于衡量 AI 智能体通过经验自我改进的效率

研究提出了用于衡量 AI 智能体通过经验自我改进效率的新指标“智能体可塑性（agent plasticity）”，评估智能体将经验转化为可复用工件并在未见环境中提升性能的能力。实验显示不同前沿模型的改进轨迹差异显著，最终性能最好的智能体并不一定是学习效率最高的，且训练期收益常仅能部分迁移到分布外场景。分析进一步表明低可塑性智能体常无法复用相关工件，而高可塑性智能体则受限于工件质量与泛化应用能力。