阿里云验证AgentLoop的经验注入效果

阿里云团队把 Agent 真实运行的 Trace 清洗去噪并组装为标准化 Trajectory（内部复杂样本中高价值轨迹可降至原始 Trace 约 4%—6% 数据量级），跨多条轨迹自动挖掘工具选择顺序、参数规则、失败反模式与恢复策略等结构化经验，再经 Recall Skill 与 CLI 在任务开始、调用工具、出错与交付前召回并注入运行时上下文。 在运维、通用工具使用、专业 Agent 和软件工程等任务上完成了经验注入实验：StarOps 指标查询正确率由 7.1% 提升至 36.1%（Token -6.8%，平均工具调用次数下降 25.1%、有害事件下降 27.8%）。OpenClaw/PawBench 通过率 24.53%→30.67%（Token -58.16%）。 ClawProBench 74.51%→78.43%（Token -11%）。PinchBench 提升 18.3%（Token +2.9%）。SWE-bench Verified 67.2%→74.4%（Token 362.4M→536M），实验同时暴露质量与成本存在权衡。