最近，两篇新论文正在学术圈引发热议。
Google的ReasoningBank和斯坦福的ACE（Agentic Context Engineering），看似研究不同方向，实则都在解决同一个根本问题：如何让AI系统真正学会学习。
不是训练时的学习，而是使用时的学习。不是从数据集中学习，而是从自己的经历中学习。
重复犯错的AI
想象这样一个场景：你让AI助手帮你在购物网站上找到某个商品的首次购买日期。它先点击了"最近订单"，只看到了最近的购买记录，错误地报告了最近一次的日期。下次遇到类似任务，它还是先点"最近订单"，再次失败。
这就是目前大多数AI系统的现状。Google研究团队在论文中指出，即使是最先进的大语言模型agent，也会不断重复相同的错误，因为它们缺乏从过往经验中学习的能力。每次任务都是孤立的，宝贵的经验被丢弃，错误不断重演。
Google的解法：ReasoningBank
Google提出的ReasoningBank，本质上是一个AI的经验管理系统。它包含三个核心组件：
记忆提取：系统将每个执行轨迹转化为结构化的记忆项，每项包含标题（核心策略总结）、描述（一句话概述）和内容（具体的推理步骤和见解）。
双向学习：与以往只存储成功经验不同，ReasoningBank同时从失败中学习。成功的轨迹提供验证过的策略，失败的轨迹则提供反面教训和需要避免的陷阱。
智能检索：面对新任务时，系统通过嵌入向量搜索找到最相关的记忆项，将其注入到系统提示中，指导决策。
更进一步，论文提出了MaTTS（Memory-aware Test-Time Scaling）机制。通过并行生成多个轨迹或迭代优化单个轨迹，系统获得丰富的对比信号，从而合成更高质量的记忆。
实验结果令人瞩目：在WebArena网页导航任务上，配备ReasoningBank的Gemini-2.5模型成功率从40.5%提升到48.8%，平均步数从9.7减少到8.3。在SWE-Bench代码修复任务上，平均步数减少了2.8步。
斯坦福的创新：活的提示词
斯坦福的ACE走了完全不同的路线。他们认为，与其修改模型权重，不如让输入上下文本身进化。
ACE将模型分成三个专门角色：
生成器（Generator）：执行实际任务 反思器（Reflector）：分析执行轨迹，提取成功原因或失败教训 策展人（Curator）：将见解整合成结构化的上下文更新
关键创新在于"增量更新"机制。传统方法倾向于重写整个提示词，导致"上下文崩溃"，即提示词越来越短，细节逐渐丢失。ACE则采用增量的"delta更新"，每次只添加或修改相关部分，保持知识的连续性。
在AppWorld基准测试上，ACE实现了惊人的提升：任务完成率达到76.2%（基线仅63.7%），在更困难的challenge分割上提升更是达到24.5%。更重要的是，ACE将适应延迟降低了86.9%，成本降低了80%以上。
涌现的智能
两项研究都观察到了有趣的涌现行为。ReasoningBank中的记忆项会随时间演化，从简单的执行指令（"找到导航链接"）逐步发展为复杂的组合策略（"交叉验证需求并重新评估选项"）。这种演化过程类似于人类从新手到专家的成长轨迹。
ACE生成的上下文则变成了详尽的"操作手册"，包含领域特定的见解、工具使用指南，甚至可直接使用的代码片段。研究发现，与人类偏好简洁不同，大语言模型在面对长而详细的上下文时表现更好——它们能够自主提取相关信息。
新的范式
结合 Google 的 ReasoningBank 来看，AI 学习正在发生从"无状态的计算工具"向"有记忆的智能体"的范式转变。这两篇论文都在绕开微调，在模型外围找解决方案，探索如何让AI系统真正具备持续学习和自我改进的能力。
ReasoningBank 让 Agent 记住具体教训，ACE 让上下文持续优化。一个是外部记忆，一个是内部流程。如果把两者结合，我们得到的将是一个既能积累经验（ReasoningBank），又能优化方法（ACE）的系统。
AI不仅需要变得更聪明，更要学会如何学习。"活的提示词"和“会学习的记忆”时代可能真的要来了。
