2026 年 1 月 28 日，沖繩科學技術大學院大學（OIST）發表新研究：讓 AI「自言自語」，再加上仿人類的工作記憶，系統在多工與多步驟任務上的表現顯著提升，而且不需要海量訓練資料。論文〈Working Memory and Self-Directed Inner Speech Enhance Multitask Generalization in Active Inference〉已於 2025 年 12 月 22 日刊於 MIT Press 的《Neural Computation》。
在主流路線把每一次進步都歸功於更大模型與更大資料集的此刻，這項研究提供了另一種證據：架構層級的認知機制——工作記憶與內在語言——同樣能換來泛化能力，而且代價低得多。對資料取得困難、預算有限的團隊來說，這條路線值得認真看待。
主動推論：不靠堆資料的學習框架
研究出自 OIST 的認知神經機器人學研究室，第一作者是 Staff Scientist Jeffrey Queißer，共同作者為 Jun Tani。團隊採用「主動推論」（active inference）框架：系統不是由損失函數最小化驅動，而是持續預測自身的感官輸入、修正預測誤差，藉此更新對世界的內部模型。這套做法源自計算神經科學，天生就往「用較少資料學到結構」的方向傾斜。
Queißer 在 OIST 的報導中點出動機：快速切換任務、解決陌生問題，是人類每天都輕鬆做到的事，卻是當前 AI 的明顯短板；而人類靠的正是自我對話與工作記憶這類認知工具。他說：「這項研究突顯了自我互動在我們學習過程中的重要性。」
工作記憶加內在語言：架構怎麼運作
論文的核心是兩個互相配合的元件：
- 多槽工作記憶：多個短期「容器」，讓系統在處理任務時暫存並反覆取用關鍵資訊，而不是看過即忘。
- 自我導向的內在語言：研究人員稱之為「喃喃自語」（mumbling）目標——指示系統對自己「說話」固定次數，把中間推理過程外顯化，再餵回決策迴路。
實驗結果分兩層。在模式反轉（pattern-reversal）與模式重建（pattern-regeneration）等不同難度的任務上，多槽工作記憶本身就改善了泛化；加入自我喃喃目標後表現進一步提升，多工與長步驟任務的進步尤其明顯。
在稀疏資料下泛化與多工
Queißer 強調，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」。換句話說，它示範了一條輕量路線：不必把泛化能力完全抵押給資料規模。對照目前 agent 應用最痛的兩個問題——換個任務就失效、步驟一多就漂移——這份研究至少在受控環境中顯示，記憶結構與自我對話是可以實際動手的槓桿。
下一步：更吵更亂的真實世界
團隊的下一步是把環境變髒、變吵。Queißer 說，在真實世界裡「我們是在複雜、吵雜、動態的環境中做決策與解決問題」。長期目標有兩條：一是理解人類學習的神經基礎，二是把這種學習能力帶進家用與農用機器人——在那些場景裡，任務切換與面對陌生狀況的能力，比在基準測試上刷分重要得多。
對 AI 工程師的啟發
三個值得帶走的點。第一，工作記憶的「槽位」設計，與目前 agent 記憶體系裡的 slot、scratchpad 概念同構，論文提供了把它直接接進學習目標的具體做法。第二，「讓模型對自己說幾次話」本質上是一種結構化的中間推理；它與 chain-of-thought 的差別在於，這是被訓練目標約束的行為，而不是提示詞技巧。第三，當資料成本逐漸成為擴張瓶頸，認知架構方向的論文會越來越有工程參考價值——它不是取代規模化，而是補上規模化照不到的角落。
參考來源
- AI learns better when it talks to itself — OIST
- AI that talks to itself learns faster and smarter — ScienceDaily
- Letting AI Talk to Itself Made It Much Smarter — SciTechDaily
本文由 AI 協助自上述來源整理，經人工審核後發布。