递归自我提升（ RSI ）在长期任务中仍然很难，在这些任务中，不断增长的历史记录掩盖了任务状态和技能调用不一致。我们引入了Recuris ，这是一种用于长视野座席线束的递归体验式工作记忆架构，其中工作记忆跟踪任务进度并指导从体验式记忆中进行技能选择，将技能用于当前需求，而不是

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.24876v1)获取最准确的信息。

---
🔗 **原文链接**: [Recursive Experiential-Working Memory Evolution for Long-Hor](https://arxiv.org/abs/2608.24876v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Zhaochen Yu, Yingcheng Wu, Zhenfei Yin, Kaiyuan Chen, Zhe Zhao, Mengdi Wang, Shuicheng Yan, Ling Yang

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-26 14:01