追踪编码智能体运行 ARC-AGI-3 的思维过程：对持续学习的启示

研究通过追踪编码智能体在 ARC-AGI-3 推理任务中生成的脚本与笔记，分析了其持续学习机制。在 2 个模型家族共 3 个主干模型的评估中，智能体在跨任务时会舍弃 74% 的旧脚本并重写提取通用规则，跨任务脚本引用仅 33/630 次。智能体借助笔记追加与完整操作日志实现了选择性遗忘而非灾难性遗忘，其中失效的硬编码值构成代价最高的错误。