核心要点速览

  • Unify创始人Daniel Lenton在X上公布了Continual-ARC的结果
  • OpenClaw、Hermes Agent与Prime Agent既未展现有用记忆,也未展现泛化
  • Daniel Lenton表示,对9B小模型进行权重训练同时实现了记忆与泛化

Unify创始人Daniel Lenton在X上抛出的验证

YC出身的Unify(@letsunifyai)创始人Daniel Lenton(@DanielLenton1)于2026年11月11日在X上公布了Continual-ARC的结果。官方网站为 https://unify.ai 。

该帖(https://x.com/DanielLenton1/status/2120535187587268777)约获得129万次浏览,并记录了1463次点赞、1125次收藏、527次转发。

在Continual-ARC上并列的记忆与泛化结果

Unify新公布的Continual-ARC,是一项衡量从经验中留下什么、以及如何推广到未知任务的评测。Lenton把现有智能体的运用方式,与小规模模型的权重更新放到了同一个擂台上。

积累经验与改动权重之间的断裂

这一对比之所以引发讨论,在于它用基准测试否定了“只要积累历史,智能体就会变聪明”的预期。依靠提示词或外部记忆的运用方式无法通过Continual-ARC,只有直接更新参数的一方同时满足了两项条件。它所追问的不是单次答对,而是经验能否沉淀,以及能否被带到未知任务上。

X(推特)首发原帖

可在 X 上直接查看创作者发布的原帖与互动详情。

参考链接与官方出处

  1. Continual-ARC 関連ソース (1)x.com