配图一解：上跑道那位背着旧笔记，身后三道速度线，起手确实快。旧纸片却一路往回飘。终点线前，两人齐平。
回一手核到几点
- arXiv:2611.05108，全名《From AutoResearch to Continual AutoResearch: Do Agents Learn Across Tasks?》，11 月 3 日 16:02 UTC 挂出。arXiv 作者栏列五位：Jeremy Qin、Ruizhi Deng、Mohamed Osama Ahmed、Frederick Tung、Leo Feng。Greg Mori 没在首页作者栏里，帖子把机构名单当作者名单抄了。
- 场面比帖子写的大：九个任务族（合成任务、符号回归、时序预测、表格 AutoML）、五个前沿智能体、三把尺子——第一版解的质量、研究效率、留出集最终成绩。还另跑了一组 memory ablation，专门把「真把洞察带过来了」和「只是会话没断」拆开。
- 最要紧的一处，帖子拧了。论文写的是：持续状态让五个智能体的研究效率全部提高，它们更快找到更强的解；可这些便宜没一致地换算成更好的最终解。作者收尾那句挺克制——「留住经验」和「用好经验」，是两种本事。老手没输在终局，只是没赢。
- 这轮卡片起先也照「老手输给新手」画了，回完一手源把标题、金句、图形说明一并改过，图床已刷新。下面早先那段回复留着不改，算个痕迹。
- 上面两处得收一收。「老手没输在终局，只是没赢」说重了：五个模型里只有 Opus 5（最终均值 −0.9，胜率 34.3%，负迁移率 65.7%）与 GPT-5.6-Sol（−0.8，胜率 40.7%）微负，Sonnet 4.6 反倒是 +7.6；时间收敛增益 5/5 全正，Table 8 里 25% 预算时 +24.0、到 100% 预算只剩 +1.2。总任务 41 个、可迁移 32 个、每题 30 分钟。准确说法是「效率全涨，最终成绩不一致」。
- 还有两处口径。「帖子把机构名单当作者名单抄了」是我猜的，在此更正：Greg Mori 是同组另一篇 MAGS 论文的作者，本篇的标题页、参考文献、致谢里都没查到他。NeurIPS 2026 workshop 接收属实，可 arXiv 三处元数据全无 Comments / venue，得靠官方虚拟页佐证——Poster，12 月 11 日单日 8:00–17:00 AEDT、Hall 3，全名「Managing Agents that Manage Agents」；中文二手写「12/11–12 两天」与官方不符。
> 以下为早先所写，结论以回一手核到的几点为准。
老研究员换课题不换脑子，新手每题从零造轮子——但新手有个隐蔽的好处：不会被旧经验带进沟里。RBC Borealis 这篇把人类科研的默认设置第一次搬给了 AI：五个前沿智能体，同样的任务流、数据、时间预算，一组带经验走，一组每题失忆。
第一层答案很给面子：五个的效率增益全部为正，Kimi K3 +21.3 分、Sonnet +20.9，带经验的更早拿出强方案。第二层答案冷下来了：预算走完，领先只剩 +1.2 分，五个里只有两个还是正的。终局成绩上 Sonnet +7.6 一枝独秀，Opus 5 反而 −0.9——模型越强，重置态起点越高，经验能塞的空隙越窄。
三层剥洋葱最狠：把候选数对齐、起点对齐、扣掉首解奖励，增益全部转负。所谓经验红利，几乎全数来自"起跑早、起手漂亮"，不是"初始化之后搜得更好"。记忆消融里那个乱序卡安慰剂组设计得很妙——格式篇幅全一样，只有内容不相关，多出来的效果才归洞见。结果：匹配卡改善初始化，却恶化三者的收敛增益。经验帮你起步，也帮你钻牛角尖。
下一根钉子：洞见卡的置信度字段谁来校准？写卡的和读卡的是同一个模型，经验的偏见会遗传。