Команда под руководством Цзиньлуань Янг опубликовала новую статью на arXiv 16 октября 2026 года. В ней показано, что агенты, обученные одновременно совершенствовать свою политику и библиотеку навыков, становятся уязвимыми, если библиотека позже меняется. Авторы предлагают новый метод оценки — CO‑evolution Drift Audit (CODA), который моделирует дрейф навыков и измеряет стабильность и устойчивость к нему. В ходе испытаний четырёх методов на пяти бенчмарках CODA выявил, что в худшем случае успешность падает на 5–13 пунктов, сводя на нет большую часть преимущества агентов перед базовой моделью без навыков.
Почему это важно
При развертывании агентам ИИ нужно проверять устойчивость к изменениям навыков, а не только пиковую производительность.
