Perplexity CEO Aravind Srinivas 分享 Computer 中 Brain 智能体的自我改进技能研究:Brain 会读取历史会话轨迹(工具调用、推理、结果),识别重复模式,仅在证据足够时提议新技能或更新。
Perplexity 官方给出随机测试数据说明自动生成技能的收益与成本影响,读者可据此评估这种自我改进智能体机制的实际效果。
分享关于 Perplexity Computer 中自我提升技能的新研究。Brain 已经会维护一个关于你工作的知识 wiki,现在还会根据你过去的会话为你编写和更新智能体技能。一个改进智能体会读取完整的会话轨迹(工具调用、推理、结果),找出反复出现的模式,并且只有在证据充分时才会提出新技能或更新。每位用户都会获得的内置技能,在任何变更上线前都要经过失败场景的配对回放和工程师审核。在生产流量上进行的一项为期 8 周的随机测试中,72.9% 的用户至少获得了一项新的个人技能,而手动添加技能的用户仅占 6.5%。工具调用失败率下降了 11%,不满意对话线程下降了 7.6%,成本或延迟没有可测量的变化。
计算机的个性化自我提升代理 Brain,现在会自动为你创建自我提升的代理技能。
Brain 会从过去的会话和记忆中学习你的工作方式,然后为未来的任务编写和更新个性化技能。
原文
Computer's personalized self-improvement agent, Brain, now automatically creates self-improving agent skills for you.
Brain learns how you work from past sessions and memory, then writes and updates personalized skills for future tasks.
来源:Aravind Srinivas · x.com