智能体记忆是搜索问题，而非存储问题
原文英文，约200词，阅读约需1分钟。
📝
内容提要
六天内进行41次实验，将LoCoMo记忆的F1分数从0.392提升至0.666。Claude编写代码，人类负责发现指标错误。核心观点：AI时代人类的价值在于审查与判断，而非单纯执行。
🔎
延伸解读
实验效率与迭代节奏
文章提到六天内进行了41次实验，将LoCoMo记忆的F1分数从0.392提升至0.666。这种高频迭代表明，在AI辅助下，快速试错和持续优化成为可能。读者可以关注这种工作模式：通过密集实验快速验证想法，而非追求单次完美。
人类角色的转变：从编码到审查
文中指出Claude编写代码，而人类负责发现指标错误。这凸显了在AI时代，人类的价值更体现在审查与判断上，而非单纯执行。对于技术团队，这意味着需要培养成员识别指标陷阱、评估结果可靠性的能力，而不仅仅是编码技能。
指标可信度的重要性
文章强调人类捕捉到了“说谎的指标”，说明在自动化流程中，指标可能因错误而误导优化方向。读者应意识到，即使AI能高效生成代码，仍需人工验证指标定义和计算逻辑，确保优化目标真实反映问题。
❓
Q&A
六天内进行了多少次实验？
41次实验。
LoCoMo记忆的F1分数从多少提升到了多少？
从0.392提升至0.666。
在实验中，Claude和人类各自负责什么？
Claude编写代码，人类负责发现指标错误。
文章的核心观点是什么？
AI时代人类的价值在于审查与判断，而非单纯执行。
为什么说智能体记忆是搜索问题，而非存储问题？
文章未明确解释，但通过实验表明优化搜索（而非单纯存储）能大幅提升记忆性能。
人类在AI实验中的关键作用是什么？
人类负责发现指标错误，进行审查与判断。
🏷️
