11 月 17 日上传到 arXiv 的一篇论文提出 ARISE,让企业智能体的记忆从自己的失败里长出来,不改模型权重、不换工具、也不重写工作流。每次纠错先存成一条可检索的微记忆,再汇总成带适用条件的宏规则,只有留出集的准确率上升,这条规则才被收下。
实验覆盖 SOP-Bench 与 τ²-bench 的 14 个企业工作流域、5 个模型。用 Claude Opus 4.6 做失败归因的 ARISE-Teacher,在 SOP-Bench 上比基线高 10.9 个百分点,τ²-bench 高 5.8 个百分点;同样条件下比 GEPA 高 4.5 和 1.4 个百分点。让部署模型自己归因,SOP-Bench 仍能拿到 10.0 个百分点。
成本没被记忆拖垮。ARISE-Teacher 的模型调用少 4.0%,输出词元少 5.2%,单任务成本基本持平,变化 -1.0%。作者的判断是,记忆让任务一次做对的概率变高,省下的重试抵掉了更长的上下文。
边界写得很清楚:要有明确的通过或失败信号才能触发归因,模糊任务还没覆盖;系统只动记忆,不动工具与流程逻辑;生产环境的数据治理、自演化规则长期是否安全,论文没有评估。另有部分模型与领域组合出现回退,微记忆单独使用时收益也不大。