一句话看懂：Hugging Face Papers 上线的论文摘要显示，Memento 3 让冻结的大模型智能体通过外部自然语言“规则书”持续修正世界模型，并在 ARC-AGI-3 等任务上取得高人类动作效率。
事件核心：发生了什么
根据 2026 年 10 月 8 日发布在 Hugging Face Papers 的论文摘要，研究者提出 Memento 3，延续 Memento 系列思路，让底层大模型保持冻结，仅通过外部记忆实现持续学习。智能体维护一份自然语言规则书，记录可修改的环境动态假设，对未知部分保持不指定，并把规则书编译成可执行代码用于预测和规划。通过观察、反思、规则修改、编译和验证的循环，智能体用预测误差不断修正规则书与代码；更新后的代码只有在 LLM 判断其忠于规则书、且逐格回放复现观察到的状态转移时才被接受。摘要还提到一种群体扩展：并行维护多个世界模型，共享交互证据并用预测指导探索。在 ARC-AGI-3 上，单模型智能体通过了全部 25 个公开游戏的每一关，平均相对人类动作效率（RHAE）为 100.0，使用人类动作数的 44%；在 Atari Pong 案例中，学到的反馈控制器在三个不同开局回合均以 21:0 获胜，且无需继续调用 LLM。
为什么重要
这条技术路线把“自我改进”的落点从模型权重转移到了外部记忆和可验证代码。当前主流提升大模型能力的方式依赖训练、微调或更大算力，而 Memento 3 摘要展示的是：底层 LLM 不动，智能体靠规则书、代码编译和回放验证来积累环境知识。它试图回应一个核心难题——有限观测下可能存在多个都能解释过去、但预测未来不同的世界模型。如果这种“规则书 + 验证”机制可复现，对 AI 智能体、推理规划和持续学习的研究方向都有参考价值，也可能影响未来 AI 应用在少样本、陌生环境中的部署思路。
对用户/开发者/创作者的影响
对开发者而言，Memento 3 的启发在于把外部记忆做成可读、可改、可执行的规则书，而不是只依赖模型内部知识；这为构建需要长期探索和规划的大模型智能体提供了新范式。对创作者和企业用户，目前公开信息显示这仍是论文层面的方法，不是可直接调用的 API 或产品，短期不必担心工具替代。但如果后续开源或产品化，类似机制可能降低智能体在新环境中反复试错的成本，利好游戏 AI、自动化测试、机器人仿真等需要持续适应场景的方向。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，论文全文和代码是否公开，ARC-AGI-3 的评测条件、基线对比和复现细节是否可核验。第二，这种冻结 LLM 加外部规则书的方式能否扩展到更开放的真实环境，而不仅是游戏任务。第三，群体扩展中多世界模型共享证据的机制是否带来额外算力开销，以及它和现有闭源大模型智能体方案的差距。由于当前信息仅来自摘要，以上评测数据应限定在该日期和任务条件下理解，不宜视为长期排名或已落地产品能力。
