# Agent 学会自己从失败里长技能了：EvolveR 被 ICML 2026 接收

> 原标题：Agent学会自己「长」Skill了！从失败里长出经验，比人类写的更好用｜ICML 2026

- 来源：量子位 · 公众号
- 发布时间：2026-05-18T09:23:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/22627
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247891568&idx=3&sn=798782569e8d7450ac5d2adf5e592159

## 摘要

这篇讲的是让 AI 智能体在干活时，把成功和失败的经验都存下来，变成一个可复用的技能库。方法叫 EvolveR，核心是给经验打分、建库，再用 GRPO 训练智能体学会什么时候该去库里检索经验。论文在七个复杂问答基准上测了 Qwen2.5-3B 和 7B，说平均性能是目前最好的。

## 推荐理由

EvolveR 把智能体成功与失败的经验打分建库，并用 GRPO 训练其判断何时检索，在七个复杂问答基准上测试了 Qwen2.5-3B 和 7B。

## 锐评

3B 和 7B 上跑出最优平均，这个量级挺说明问题。经验库加 GRPO 学检索，把 context 里塞什么交给模型自己挑，比人写 prompt 省事。

七个复杂问答基准都是能对答案的任务，失败轨迹里能蒸馏出的东西本来就多。真到写代码、调 API 这种没标准答案的活，失败经验能不能复用是另一回事。ICML 收了说明方法站得住，代码没放出来之前我暂时只当参考。
