强调持续学习是关键，批评模型遗忘问题

持续学习，只有持续学习，而不是其他任何东西，才是目前缺失的。我才不在乎刷基准测试，在SWE Bench上提高+3%或别的什么并不会让这些工具变得比现在好多少，只要它们仍然会在下一次会话中忘记所学的所有东西。AGENTS和MEMORY标记也解决不了问题，即使只是几个小时的工作量，信息量也已经长达几千个token，任何压缩信息的尝试要么导致重要信息丢失，要么让上下文过载以至于模型变笨。拜托，接下来的发布能不能更多关注如何从根本上解决这个问题，而少一些他们是否能用RL训练LLM来击败ARC AGI 7——这确实很酷也很令人印象深刻，但每个人真正需要的是一个AI，不会让我们感觉每工作2小时就要重新带一个实习生。