智能体与自主科学
突破级
暂无讲解视频
收录解读
LLM agent 一个长期没有解决好的问题，是任务虽然能完成，但执行过程中的失败模式、低效步骤和恢复策略并不会自动沉淀成后续可复用的能力。现有 memory 系统往往只存对话事实或零散经验，而不真正理解 agent 执行轨迹里的决策结构，因此很难持续提升未来任务表现。
这篇工作把执行轨迹转成可检索的结构化学习信号。框架包含轨迹语义分析、失败与恢复的决策归因、基于执行质量生成策略/恢复/优化三类提示，以及按上下文相似性动态注入的自适应 memory retrieval。重点不是再加一个静态记忆库，而是让 memory 来自可解释的 trajectory learning，并保留 provenance。
它在仓库里属于 agent systems 主线下的高价值方法论文，和 self-improving agents、memory-augmented agents、长期任务改进直接相关。对 agent 训练与推理之间的桥接有明显外溢价值，也适合和现有的 tool-use、exploration、self-improvement 路线一起看。
它暂时不升到更高等级，因为证据主要集中在 AppWorld 一类基准，尚未证明自己已经成为通用 agent memory 的默认方案；同时它目前仍是 arXiv 阶段，跨环境复现和长期采用度还需要后续验证。