自进化智能体擅长修复失败但难以实现泛化

研究发现基于失败经验的自进化智能体存在“修复-泛化”差距，虽能修复过往任务，但极少在无见过任务中产生持续改进。 实验覆盖三种自进化范式、多个 LLM 基座及四个交互环境，显示智能体常误解失败，即便经验正确也难以迁移。 结果建议当前自进化智能体在构建可泛化能力方面弱于修复已观察到的失败。