普林斯顿与 Meta 提出 Self-Direction，用 LoRA 适配器实现智能体持续改进
原标题：Nice new paper on continuous improvement of AI agents from Princeton and Meta
78AI 研判分
普林斯顿大学与 Meta 联合发布新论文，提出“Self-Direction”框架，通过将智能体的错误修复经验训练为极小的 LoRA 适配器并动态路由加载，解决传统上下文笔记易遗忘及全量微调成本高的问题。在 Qwen3.6-27B 模型上，该方法使 GAIA 任务成功率从 38.8% 提升至 55.8%，显著优于基于提示词的反思方法。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-10-29 20
普林斯顿大学和 Meta 发布了一篇关于 AI Agent 持续改进的新论文。
研究发现，当每次修复都被保存为 LoRA adapter 并在类似任务中复用时，Agent 重复犯错的次数会减少。
Agent 可以在单次会话中纠正错误，但往往会在下一次会话中重蹈覆辙。上下文中的笔记容易被遗忘，而全量微调成本高昂且可能干扰其他技能。
通过 Self-Direction 方法，失败的 Agent 会反思其运行过程，并将经验教训训练成一个仅占模型大小约 0.02% 的 LoRA adapter。随后，路由器会在 Agent 处理类似失败任务时加载最匹配的 adapter。
使用 Qwen3.6-27B 模型，在 GAIA 基准测试上的任务成功率从 38.8% 提升至 55.8%，优于基于上下文的反思方法和 Skills.md 文件方案。在针对之前出现的 185 个错误进行的测试中，到第三次遇到相同问题时，仍有 67.3% 的修复措施有效，而单纯重试的有效率仅为 42.9%。
如果你的 Agent 总是重复犯同样的错误，请将每次修复保存为可重新加载的小型 adapter，而不仅仅是作为提示词笔记。
