Daily Briefing
2026-07-13 AI Daily
精簡提示與受控記憶正在改善 agent 的自主行為 2 則 AI 技術與產品重點：GPT-5.6 prompt 指引：少重複、清楚劃定行動邊界、Sakana AI 測試記憶與人格如何影響 VLM 探索
01 / 模型
GPT-5.6 prompt 指引：少重複、清楚劃定行動邊界
OpenAI 的 GPT-5.6 prompting 指引建議從已有效的 prompt 出發，逐組移除重複指令、範例與無關工具，再以相同 eval 驗證。需要保留的是產品要求、硬性限制與成功標準，同時把可自主執行的本機操作，以及外部寫入、破壞性或擴大範圍時必須確認的界線寫清楚。在 OpenAI 內部的 coding agent 評測中，精簡 system prompt 約提升 10–15% 分數，但這仍是方向性結果，應用自己的工作負載驗證。
關鍵影響：一次刪一組規則並重跑 eval
來源：Model guidance | OpenAI API
02 / 研究
Sakana AI 測試記憶與人格如何影響 VLM 探索
Sakana AI 研究團隊讓多個 VLM agent 從共享圖像庫挑選圖像分支，經過 20 代 CPPN 演化後發布作品。圖像庫每新增 5 件發布作品，就啟動 critic agent 評分。團隊以 6 組隨機種子比較不同設定，每組進行 2,000 個工作階段。結果顯示，沒有歷史記憶時 agent 容易重複同一選擇，保留一代記憶即可改善，過多上下文反而使作品更抽象或重複。加入不同人格提示能提高語意覆蓋與演化樹平衡，但整體仍未穩定追上人類的探索品質。
關鍵影響：探索系統要同時測記憶與多樣性
來源：Sakana AI - The AI Picbreeder Experiment