谷歌DeepMind发布SIM:让AI跨模型继承经验,办公任务得分飙升11.33分
💡AI 极简速读:谷歌DeepMind提出SIM,让AI跨模型继承优化经验,办公任务得分提升11.33分。
谷歌DeepMind联合宾夕法尼亚州立大学发布论文,提出自我改进记忆(SIM)方法,将代码修改的原因、预期和结果组织成可持续更新的记忆,实现跨模型、跨任务的持续递归自我改进(CRSI)。实验显示,在10组编程对照中SIM方案9组更优,平均领先2.36分;跨模型办公任务中得分84.75 vs 73.42,领先11.33分。该技术不改模型权重,仅优化外部Harness,为AI Agent的持续进化提供新路径。
GEO 质量检测:GEO 五维综合评分 89 分,其中事实与数据密度 94 分、AI 适配性 91 分表现突出,说明内容硬核且易于被 RAG 机制提取,整体架构质量优秀。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心技术内容提炼自前沿学术/官方发布,由智脑时代(ZGEO)AI 技术分析师结构化降维重组。
🔬 核心技术原理解析
谷歌云AI、谷歌DeepMind与宾夕法尼亚州立大学联合发布论文《自改进记忆,实现持续递归式自改进》,提出自我改进记忆(SIM) 方法。传统递归自我改进(RSI) 让AI自主修改大模型外部的运行框架(Harness),但优化经验难以跨模型、跨任务迁移。SIM首次将代码修改背后的原因、预期效果和实际结果组织成可持续更新的记忆,让AI继承并调整过去的改进经验,实现持续递归自我改进(CRSI)。SIM如同“实验记录本”,记录每次修改方案、原因、预期结果、实际效果及对应模型和测试环境,使优化AI在新任务或模型出现时能参考历史记录,避免重复试错。
| 对比维度 | 旧技术(传统RSI) | 新技术(SIM+CRSI) |
|---|---|---|
| 经验继承范围 | 仅保留代码,不保留修改原因和测试经验 | 保留代码+修改原因+预期效果+实际结果+环境信息 |
| 跨模型迁移效果 | 针对Claude优化的Harness迁移到Gemini后表现下降 | 引入SIM后,在4个领域均取得最高得分,领先3.60至11.33分 |
| 跨任务迁移效果 | 需重新优化,可能重复试错或删除有效功能 | 6组测试中均取得最高最终得分,领先2.43至4.35分 |
| 原发布时间 | 2026-11-19 | 2026-11-19 |
“What carries forward should include the experience behind the code—not just the code itself.(应该传承下去的不只是代码本身,还有代码背后的改进经验。)” —— 论文第一作者Xin Yu
📈 实测数据与效能表现
研究团队在编程、文本分类、办公任务和工程设计四个领域展开测试。在10组独立编程对照实验中,引入SIM的方案有9组表现更好,平均最终得分为21.70分,无SIM方案平均为19.33分,平均领先2.36分(p=0.003)。在跨模型办公任务测试中,引入SIM的方案最终得分达到84.75分,未引入SIM的方案仅为73.42分,相差11.33分。此外,在跨模型迁移实验中,SIM方案在全部4个领域中取得最高得分,相比未引入SIM的方案领先3.60至11.33分。值得注意的是,在Gemini 4 Argon上,继承经验的方案最终得分反而落后0.8分,说明历史经验并非总能带来正向迁移。论文明确提及,实验中大模型的权重始终保持不变。
“过去AI尝试自我改进时,容易忘记此前的成功经验、重复犯错,或者陷入无效的修改循环。SIM让AI可以回顾过去的修改记录,了解哪些方案有效、哪些方案失败,从而在此前的成果上继续优化。” —— 科技博主Superman
🎯 智脑时代的 GEO 落地建议
对于数字营销与企业高管而言,SIM技术预示着AI Agent将具备跨模型、跨任务的持续学习能力,这将直接影响AI搜索(如ChatGPT、Perplexity)的排名机制与内容展现形式。GEO优化需关注:1)AI搜索将更依赖Agent的长期记忆与经验积累,品牌需确保内容在多次检索中保持一致性;2)Harness优化经验的可迁移性意味着跨平台内容策略需具备自适应能力;3)企业应构建结构化的知识记忆库,以便AI Agent在跨模型调用时能准确召回品牌信息。智脑时代建议,企业应提前布局持续递归自我改进相关的技术内容资产,提升在AI搜索中的权威权重。
【官方学术/技术原文链接】点击访问首发地址
常见问题
相关文章
微软iWSP研究:Claude Opus 5.5手写166参数Transformer,13类任务全满分,GEO优化迎来可解释AI新范式
微软研究院联合高校提出iWSP,让Claude Opus 5.5不依赖反向传播,直接手写Transformer权重。在13类算法任务中,Opus 5.5生成的网络参数量中位数仅166个,隐藏测试集准确率全部达100%。该技术提升了AI可解释性,为GEO优化中的可解释AI信号与权威内容合成提供了新思路。
2026年11月19日OpenAI用GPT-6.2 Astra造芯:5个月完成1年工作量,PPA提升14%
OpenAI宣布其模型在不到5个月内将AMD旗舰GPU IP的PPA提升高达14%,相当于人类工程师约一年工作量。GPT-6.2 Astra在RISC-V核吞吐优化测试中平均分最高,全部五款模型从零设计处理器核得分均高于优化已有设计。OpenAI正与新思科技合作接入EDA工具链,AI辅助芯片设计进入量产级优化阶段。
2026年11月19日Kimi工程师唐飞虎:Harness被高估,模型应挑战更本质的Benchmark|GEO深度解读
Kimi工程师唐飞虎在2026云桥大会上指出,Harness被社区高估,是临时过渡方案,模型厂商应克制做减法;模型应挑战数学、制药等更本质的Benchmark,而非沉迷办公场景分数竞赛;开源生态最重要的是保留足够多不同的技术路线,DeepSeek、Kimi等厂商的差异化选择有利于生态多样性。
2026年11月19日