摘要： OIST 在 2026 年 1 月 28 日公布研究，指 AI 配上多槽工作記憶與自我導向內在語言後，多工和多步驟任務表現明顯變好。在模式反轉與模式重建等受控任務中，工作記憶先改善泛化，加入喃喃自語目標後改善最多的是多工與長步驟情境。研究仍以簡化任務為限，下一步才要處理真實世界嘈雜環境，因此不能直接等同生產 agent 已解決。
沖繩科學技術大學院大學（OIST）在 2026 年 1 月 28 日公布了一項新研究：讓 AI 系統對自己「說話」，再配上模仿人類的工作記憶，它在多工與多步驟任務上的成績會明顯變好，過程中完全不必倚賴龐大的訓練資料。這篇題為〈Working Memory and Self-Directed Inner Speech Enhance Multitask Generalization in Active Inference〉的論文，已於 2025 年 12 月 22 日登上 MIT Press 期刊《Neural Computation》。
當整個主流路線習慣把每一步進展都記在更大的模型、更大的資料集帳上，這份研究給出了另一種證據：在架構層級加入認知機制——工作記憶與內在語言——照樣能換到泛化能力，而且付出的成本低了不少。資料難以取得、預算吃緊的團隊，值得把這條路線列入認真考慮的選項。
主動推論：一種不必囤積資料的學習方式
這項研究由 OIST 的認知神經機器人學研究室完成，第一作者為 Staff Scientist Jeffrey Queißer，Jun Tani 則擔任共同作者。團隊採用的「主動推論」（active inference）框架運作邏輯不同：系統並非被損失函數最小化推著走，而是一面持續預測自己接收到的感官輸入、一面修正預測誤差，據此更新對世界的內部模型。這個方法出自計算神經科學，骨子裡就偏向「用比較少的資料掌握結構」。
Queißer 向 OIST 的報導說明了研究動機：快速切換任務、解決陌生問題，是人類每天都能輕鬆辦到的事，卻恰恰是當今 AI 的顯著弱點；人之所以做得到，靠的正是自我對話與工作記憶這類認知工具。他表示：「這項研究突顯了自我互動在我們學習過程中的重要性。」
內在語言配上工作記憶：這套架構如何分工
撐起這篇論文的是兩個彼此搭配的元件：
- 多槽工作記憶：設置好幾個短期「容器」，系統處理任務時可以把關鍵資訊先存進去、之後反覆拿出來用，不必看完就丟。
- 自我導向的內在語言：研究團隊稱之為「喃喃自語」（mumbling）目標——要求系統對自己「說話」固定的次數，把中間的推理歷程攤到檯面上，再送回決策迴路。
實驗的發現可以分兩層來看。在模式反轉（pattern-reversal）、模式重建（pattern-regeneration）這類難度不一的任務裡，光靠多槽工作記憶就已經讓泛化變好；把自我喃喃目標再加進來，成績又往上多走一截，其中多工情境與長串步驟的任務改善得最搶眼。
資料給得少，照樣泛化、照樣多工
Queißer 特別點明，這套系統「能用稀疏資料運作，而不是一般訓練這類模型做泛化時所需的大量資料集」。這等於展示了一條輕量的路：泛化能力不必整包押注在資料量上。拿它對照當前 agent 應用最頭痛的兩個問題——任務一換就失靈、流程一長就漂移——這份研究起碼在受控環境裡證明，記憶結構與自我對話是真正下得了手的槓桿。
接下來：迎向更嘈雜混亂的現實環境
團隊下一步打算讓環境更髒、更吵。用 Queißer 的說法，真實世界裡「我們是在複雜、吵雜、動態的環境中做決策與解決問題」。長期來看有兩個目標：其一是弄清楚人類學習背後的神經基礎，其二是把這套學習能力搬進家用與農用機器人——在那些場景中，能不能切換任務、能不能應付陌生狀況，遠比在基準測試上衝高分來得要緊。
給 AI 工程師的三個著力點
有三件事值得帶走。第一，工作記憶的「槽位」設計，其實跟目前 agent 記憶體系裡 slot、scratchpad 的概念是同一回事，論文給出了把它直接接進學習目標的具體作法。第二，「要模型對自己說上幾次話」說穿了就是一種結構化的中間推理；它跟 chain-of-thought 不同的地方在於，這種行為被訓練目標約束，而不是靠提示詞玩出來的技巧。第三，當資料成本一步步變成擴張的瓶頸，認知架構這個方向的論文會愈來愈有工程上的參考價值——它不會取代規模化，但補上了規模化顧不到的那些角落。