论文提出神经符号化计算机使用范式

2026年10月2日，据 AGI Hunt 报道，研究者发布论文，提出「神经符号化计算机使用」范式，旨在改变 AI Agent 操作计算机的方式：Agent 不再每次任务都从零开始重新规划，而是把执行经验固化为可复用的学习策略，形成类似「肌肉记忆」的能力。报道称，实验结果显示该方案能让 Agent 通过单条轨迹学会可复用的工作流，成本降低约 99%，即百倍级别的降幅。目前该工作仍处于论文阶段，报道未披露论文题目、作者、具体实验环境与任务范围等细节，也未提及后续产品化或开源计划。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。