摘要
论文对 AtMem 的 learned write-path 做 sealed 与 sequential replay。fine-tuned Laya 的 sealed agreement 虽从 18.36% 升至 73.79%，但拒绝偏置使三个 learned arms 在 25 条 required-store observation 上全部漏存；作者因此保留 deterministic formation，并主张先做 shadow score 与 reviewable proposal。（来源：原始资料（本地存档））
核心内容
- 训练数据来自 4,994 个 stateful transitions 与 10,395 个 typed examples，标签为自动弱监督；durability positives 只有 78/1,930，且训练截断与 serving reject 不一致。（来源：原始资料（本地存档），§2、§4）
- 100 条有序 replay 中，deterministic、original V2、tuned V2、tuned V3 分别得到 30、16、16、20 个 exact decisions；只有 deterministic arm 保存全部 25 条 required memory。（来源：原始资料（本地存档），Table 1）
- 这是 Agent memory decision-model 的负结果，不是 CUA benchmark；RLCD checkpoint 没有构成已验证的环境 rollout policy learning，因此不归为严格 Agentic RL，也不属于 Recursive Self-Improvement。（来源：原始资料（本地存档））
- 对 CUA 的方法启示是：不能用 aggregate offline agreement 替代 required-store recall、sequential state propagation、packing parity 与 latency；同步 learned write 前应先做 shadow proposal。（综合：原始资料（本地存档））
相关页面
- 概念：Harness Engineering、Computer-Use Agent、Execution-Based Agent Evaluation
- 实体：AtMem Learned Memory Formation
- 主题：Agent Harness 与 Agentic RL 开源生态
来源
- 原始文件：原始资料（本地存档）
- 定位信息：正文 §1-5、Table 1。
待核实问题
- 传统数字 arXiv ID、同行评审状态与正式出版记录待核实。
- 尚缺独立未见 trajectories、多 seed、正确 seed-state replay、逐因素消融与 CUA/GUI episode 验证。