近期，全球领先的人工智能实验室正在传递一个明确信号：AI的发展不仅限于辅助人类完成任务，已逐渐转向参与自身的研发和改进。9月，OpenAI宣布已实现“自动化AI研究实习生”的重要里程碑，并计划在2028年前打造真正的“自动化AI研究员”。OpenAI首席科学家Jakub Pachocki发表了一篇长文，探讨了递归自我改进（RSI）的未来发展。同时，OpenAI在2026年发布的战略中，将自动化AI研究员和递归自我改进定义为下一阶段的关键目标。此外，Anthropic也发布了一项引人注目的数据：截至8月，Claude已在约26%的内部AI研发中担任主要角色，越来越多以往由研究人员完成的任务开始由AI在人工监督下执行。从OpenAI到Anthropic，RSI正逐步融入顶级实验室的核心研发计划，AI不仅是解决外部问题的工具，更开始参与自身能力的发展进程。不过，不断进化的过程最重要的关键在于：AI如何有效地利用过去的探索与试错作为未来进步的基础，而不再是每次面对新任务时从零开始。记忆成为Agent持续自我改进的基础，它不仅保存了任务结果，还蕴含了能被后续任务继承和应用的经验，使得Agent有机会在不断累积中进化。

要实现Agent在执行中的持续能力提升，核心在于让经验跨越单次任务。例如，从以往的探索中提炼出有效方法，在新的任务中进行有效调用，并基于执行结果不断进行修正与优化。这个过程中，记忆的写入与检索两个环节显得尤为重要。记忆的写入需要从复杂的执行记录中识别出有效的方法和失败的结论，而检索则是依据新的任务需求准确定位历史经验，避免遗漏和错误迁移。反馈机制则能够反过来验证经验的实际价值，持续更新记忆内容，并将有效反馈应用于模型的训练，推动记忆能力本身的提升，实现经验积累与Agent改进的良性循环。

围绕Agent的RSI，MemoraX构建了一套以经验学习、迁移与反馈优化为核心的记忆能力体系，通过高质量的记忆数据构造、动态记忆管理及基于真实任务反馈的优化，不断训练记录以促进Agent从历史经验中提升决策与执行能力。在任务执行中，记忆通过结果验证与策略调整不断产生新经验。成功的决策为后续任务提供可借鉴的方法，而经过验证的失败结论则帮助Agent排除无效方案，减少重复试错。然而，经验的价值往往在后续任务中得以体现，正确概括过去并不能有效支持未来。因此，记忆学习不仅需识别保留的经验，还要保存其验证依据和环境条件，以避免经验的遗漏或误用，简单的信息摘要与压缩远远不够。为此，MemoraX将记忆写入建模为面向未来任务收益的可学习策略，建立一个涵盖环境构建、数据采集及大规模Agent强化学习训练的完整体系。

在可交互和可验证的任务环境中，采集执行轨迹、记忆使用记录与反馈，构建与写入决策和后续效果相关的训练样本，并结合任务完成质量与执行效率设计奖励信号，优化记忆写入策略。这一过程将模型的优化目标从信息提取的准确性延伸到记忆对后续任务效果的实际影响，从而学习出更适合未来任务的记忆写入方法。

经验的迁移则要求Agent识别与新任务匹配的历史方法，避免无关信息的干扰。为此，MemoraX通过将记忆内容与访问结构解耦，动态调整记忆访问方式，以适应不同的任务需求。在检索方面，也通过训练模型，匹配当前任务需求与历史证据之间的关系，提升经验定位的准确性，区分“主题相关”与“证据有效”。在经验应用环节，MemoraX结合当前任务的状态和进展，将历史经验转化为明确操作指导，同时根据任务阶段动态调整，使得历史经验真正对后续任务产生指导作用。