研究系统
下表是论文对 34 个研究系统的只读模式判断，依据是这些系统自己的论文，公开了代码的系统还包括代码。每个智能体系统都有基本的 S→A 路径，因此不作审阅。
| 系统 | S→M | M→A | A→S | M→S | A→M | 记录 | 结果 | 归因 | 修订 | 后续使用 |
|---|---|---|---|---|---|---|---|---|---|---|
| 可穿戴 | ||||||||||
| Vinci代码 | ● | ● | ◐ | ◐ | ◐ | · | · | · | · | · |
| Vinci2代码 | ● | ● | ◐ | ◐ | ◐ | · | · | · | · | · |
| VisionClaw代码 | ● | ● | ● | ◐ | ● | ● | ● | · | · | · |
| ContextAgent代码 | ◐ | ◐ | ● | ◐ | ◐ | · | · | · | · | · |
| ProAgent | ● | ● | ● | ● | ● | ● | ● | ● | · | · |
| AiGet代码 | ● | ● | ◐ | ● | ● | ● | · | · | · | · |
| Alpha-Service | ● | ● | ● | ◐ | ● | ● | · | · | · | · |
| Memento | ● | ● | ● | ● | ● | ● | · | ● | · | · |
| SocialMind | ● | ● | ◐ | ● | ● | ● | · | · | · | · |
| SpeechLess | ● | ● | ● | ● | ● | ● | · | ● | · | · |
| M3-Agent代码 | ● | ● | ◐ | ● | ◐ | · | · | · | · | · |
| LightMem-Ego代码 | ● | ● | ◐ | ◐ | ◐ | · | · | · | · | · |
| Sensible Agent | ○ | ○ | ● | ○ | ○ | · | · | · | · | · |
| Egocentric Co-Pilot代码 | ● | ● | ● | ◐ | ◐ | · | · | · | · | · |
| ProAssist | ◐ | ◐ | ◐ | ◐ | ◐ | · | · | · | · | · |
| Pro²Bench | ● | ● | ● | ● | ● | ● | ● | ● | · | · |
| IPIBench代码 | ● | ● | ● | ● | ◐ | · | · | · | · | · |
| 实体 | ||||||||||
| AssistantX代码 | ● | ● | ● | ● | ● | · | · | ● | · | · |
| Hobbit | ● | ● | ● | ● | ◐ | · | · | ● | · | · |
| STRANDS代码 | ● | ● | ● | ● | ● | ● | ● | ● | · | · |
| PHILIA | ● | ● | ● | ◐ | ● | ● | · | ● | · | · |
| ABot-Claw代码 | ● | ● | ● | ◐ | ● | ● | ● | ● | · | · |
| MoveCare | ● | ● | ● | ● | ● | ● | ● | ● | · | · |
| 数字 | ||||||||||
| PASK代码 | ● | ● | ◐ | ◐ | ◐ | · | · | · | · | · |
| User as Code代码 | ● | ● | ◐ | ◐ | ◐ | · | · | · | ● | ● |
| PITCH | ● | ● | ● | ◐ | ● | ● | ● | ● | · | · |
| Ouroboros代码 | ● | ● | ● | ◐ | ● | ● | ● | ● | ● | ● |
| VisualClaw代码 | ● | ● | ● | ◐ | ● | ● | ● | ● | ● | ● |
| Proactive Agent代码 | ● | ● | ● | ◐ | ◐ | ● | ● | · | · | · |
| PAHF代码 | ● | ● | ● | ◐ | ● | · | ● | ● | · | · |
| AwareLLM | ● | ● | ◐ | ● | ◐ | · | · | · | · | · |
| ProAct代码 | ● | ● | ● | ● | ● | ● | · | · | · | · |
| Long-term TOA | ● | ● | ● | ● | ● | ● | ● | ● | · | · |
| ProPerSim代码 | ● | ● | ◐ | ◐ | ● | ● | ● | ● | ● | ● |
| 已报告 / 已陈述（共 34 项） | 31 | 31 | 23 | 15 | 20 | 19 | 13 | 16 | 4 | 4 |
通路：● 已报告 ◐ 信息不足以判断 ○ 明确不存在。证据步骤：● 来源中已陈述 · 未陈述。
表格说明了什么
Section titled “表格说明了什么”- 记忆送达行动的情况多于送达感知。34 个系统中，31 个报告了 S→M 和 M→A，23 个报告了 A→S，15 个报告了 M→S。其余的 M→S 格大多是信息不足，而不是明确不存在。因此，留存的状态是否会引导这些系统观察什么，这些系统的论文并没有说清。
- 行动记录只提供了证据链的一部分。19 个系统保存了自己行动的记录，13 个保存了结果，16 个把结果关联到它所针对的决策。相比之下，修订自身机制的有 4 个，在后续使用中展示修订后机制的也是 4 个。
- 通路覆盖与自演化彼此独立。报告了全部通路的系统，没有一个同时报告修订。写明全部五个证据步骤的三个系统，即 Ouroboros、VisualClaw 和 ProPerSim，各自都有通路被判为信息不足。
- 完整的证据链，适用范围也可能很窄。ProPerSim 把每个用户行为连同自己的回应一起记录下来，由模拟用户打分，在每个模拟日结束时用带评分的回应对进行训练，并从第二天起得分高于各基线。这条链是完整的，但只是相对于模拟评估器而言。
运行模式：AiGet
Section titled “运行模式：AiGet”AiGet 是一个位于 L3（未经请求的行动）的智能眼镜助手。同一份用户画像既进入解读场景的提示词（感知提示词），也进入撰写建议的提示词（生成提示词），所以画像通过两条路径到达行动模块。论文的测试使用 6 个以文字呈现的日常场景，每个场景、每种条件采样 5 次，以 Claude Opus 5.5 为基座模型，并采用盲评，即评判模型不知道输出来自哪种条件。
| 切断 | 扣下的内容 | 结果 |
|---|---|---|
| A→M | 重访场景之前，已展示建议的记录 | AiGet 重复了先前的建议，无关的历史记录也没能阻止这种重复 |
| M→S | 感知提示词中的画像 | 一些环境显得陌生，但评判模型没有明显偏好 |
| M→A | 生成提示词中的画像 | 没有明显偏好 |
| M→A 和 M→S | 两个提示词中的画像 | 评判模型更偏好原始建议 |
一次切断一条路径，可以沿这条路径定位影响。同时切断两条，则能揭示被另一条路径掩盖的依赖。S→M 没有测试，因为画像是预先载入的。AiGet 也没有实现 A→S。