同一天（10 月 6 日）挂上 arXiv 的还有 DAEDALUS（编号 2610.08048），它盯的是智能体记忆里一个更基础的问题：到了一个全新环境，agent 怎么才能不反复踩同一个坑。作者 Antoine Edy、Max Conti、Victor Xing 等人指出，LLM agent 常常缺乏「操作知识」——它不知道某个工具到底怎么用、这个环境有什么隐藏规矩，只能自己摸索。没有过去尝试的记忆，它就一遍遍重蹈覆辙，轨迹越跑越长、任务越做越砸。更麻烦的是，已有的记忆方案要么靠人写指南，要么靠「训练任务加真值校验器」攒程序性记忆，而这两样都要先知道环境长什么样——新环境偏偏没有这个前提。
自己出题，自己练
DAEDALUS 的思路是「自举」：不需要现成任务，也不需要真值校验器，让 agent 从自己造的练习里攒出可复用记忆。它配了两套 agent：探索者去和环境互动，生成「有挑战但能解」的任务；求解者去尝试这些任务。每次求解者失败，系统就从中提炼一条启发式，但只有在求解者带着这条启发式反复做对之后，启发式才被收编进记忆库。而求解者成与不成的结果，又会反过来给探索者当反馈，让它把下一轮题目出得恰到好处——不太简单、也不至于无解。
「收编门槛」才是真工程
这里有个容易忽略的设计细节：启发式的收编门槛相当克制。它不是求解者一错就记一条，而是必须带着这条启发式反复做对才入库——这等于在「别再犯同一个错」和「别被偶发成功骗了」之间踩了刹车。很多企业 agent 上线后最怕的，正是把一次碰巧跑通当成规律，结果换个输入就翻车。DAEDALUS 这种「反例驱动、正例复核」的记忆方式，反而更贴近真实部署需要的稳健，也解释了为什么它能在小探索预算下就见效。
跨基准、跨模型都能用
在 AppWorld、τ2-bench、AutomationBench 三个基准上，DAEDALUS 相对无记忆基线，均值成功率最高提升 15.9 分，pass^5（连续五次都做对的比例）最高拉到 2.2 倍，和那些用了训练任务的方法打得有来有回，推理成本却低得多。更讨喜的一点是，它不需要大动干戈的探索预算就能见效，而且提炼出的启发式还能惠及别的模型族的 agent——记忆一旦成形，就不再是某一家模型的私产。消融实验还补了一刀：真正关键的信息来自求解者的执行轨迹，而把早期发现拆解开存，能让探索更省成本。
它真正解锁的是什么
DAEDALUS 最值得记下的，不是分数涨了多少，而是它把「记忆构建」和「环境特定的训练任务、真值校验器」解耦了。对要在陌生企业系统里落地的 agent 来说，这恰恰是痛点：你没法为每个客户环境先攒一套带标注的训练集。让 agent 自己出题、自己纠错、自己沉淀，等于给「部署到新环境就能边干边学」开了一条现实路径。顺带一提，它生成的那些任务，还能当作给不同模型排座的代理基准——这层副产品，比记忆本身还可能更常被用到。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
如果说 WorkflowOps 让编排层学会记协作，DAEDALUS 就是让单个 agent 学会记教训。一个管「和谁搭档」，一个管「怎么不重犯错」，方向不同，却都指向同一件事：智能体的竞争力，正在从模型本身，挪到它能不能把经验留下来。对那些想把 agent 塞进生产系统、却又怕它在陌生环境里乱撞的团队，这条「先练后上岗」的路径，比直接砸参数来得稳。