谷歌ReasoningBank技术：AI自我进化新突破，性能提升34.2%

谷歌近日推出的ReasoningBank技术引发人工智能领域广泛关注。这项突破性技术通过结构化记忆机制实现AI模型的自我进化，在多任务测试中展现出显著优势。

该技术的核心在于让AI系统将每次任务执行的成功经验与失败教训转化为结构化记忆条目，形成类似”错题本”的知识库。与传统的参数微调不同，ReasoningBank通过记录详细推理步骤和原因分析，使模型能够快速调用历史经验应对新问题。实验数据显示，在网页浏览和代码任务等场景下，该技术可实现高达34.2%的性能提升，同时减少16%的交互步骤。

值得注意的是，ReasoningBank在处理复杂多步骤任务时表现尤为突出。当任务需要连续使用多种工具并反复试错时，其胜率较传统方法高出18%。更引人瞩目的是，当与现有提示工程技术结合使用时，系统性能可再提升7.8%，展现出”记忆+提示”双轮驱动架构的强大潜力。

谷歌已宣布将ReasoningBank集成至Gemini 2.5系列API中，开发者仅需添加一行代码即可启用该功能。基础版本将提供一万个记忆槽位，大幅降低AI系统自我进化能力的应用门槛。这项技术的快速商业化落地，标志着AI发展正从静态模型向持续学习系统转型。