От данных к опыту: AI осваивает ко-эволюцию и долговременную память

Аналитический центр red_mad_robot рассказывает и комментирует главные новости индустрии за неделю с 24 по 28 ноября.

🟥 Salesforce Research и Stanford представили Agent0: систему, в которой два агента, созданные из одной базовой модели, проходят многократный цикл ко-эволюции. 

• Curriculum agent постоянно генерирует сложные задачи
• Executor agent учится их решать, используя встроенные инструменты

Самоподдерживающийся процесс в этой системе достигается за счёт развития executor — рост его навыков заставляет первого агента всё время усложнять задания. Такой подход усиливает способности базовых моделей: например, Qwen3-8B-Base показала рост на 18% в математике и на 24% — в общем рассуждении.

Почему это важно: Agent0 полностью отказывается от внешних датасетов, а значит, не ограничен масштабом и может развиваться дальше человеческого знания. Потенциально это ускоряет создание специализированных AI-агентов. 

🟥 BAAI, Peking University и Hong Kong Polytechnic University представили General Agentic Memory (GAM): подход, в котором агенты формируют память через глубокое исследование, а не поверхностный поиск. Система основана на двух компонентах:

• Memorizer сжимает информацию в лёгкой памяти, объединяя её с соответствующими данными в страницу, а затем отправляет эти страницы в хранилище.

• Researcher при запросе работает поверх собранной памяти как исследователь: определяет, какие данные нужны, планирует поиск, извлекает релевантные знания, проверяет их полноту и повторяет цикл, пока запрос не будет закрыт. После чего применяет найденные знания в разных задачах и доменах. 

Этот принцип превосходит существующие системы памяти и может достигать более 90% точности на сложных многошаговых задачах.

Почему это важно: современные агенты ограничиваются поверхностным поиском информации или создают память, привязанную к конкретной задаче, которую невозможно перенести на другие. Исследование же показывает, что память может стать накопленным активом: знания, полученные для одной задачи, масштабируются на будущие, формируя доменную экспертизу, а не одноразовый контекст.

Также на неделе:
• Anthropic выпустил Claude Opus 4.5, выйдя в лидеры в программировании и агентных сценариях. Модель стала дешевле и получила параметр reasoning effort для управления глубиной рассуждений
• Black Forest Labs представила Flux.2
• Microsoft запустил агентную SLM для работы с интерфейсами компьютера
• Anthropic показал способ заставить AI-агентов работать часами, обходя потерю контекста между сессиями и обеспечивая стабильный пошаговый прогресс
• AMD, IBM и Zyphra AI анонсировали первую MoE-модель, обученную на стеке AMD
• Moonshot AI разработала систему для ускорения прогонов в синхронном RL

#AI_moment #трендвотчинг

↗️ red_mad_robot