通过元学习Agentic记忆设计实现持续学习

基础模型的无状态特性瓶颈了Agentic系统持续学习的能力，而持续学习是长程推理与适应的核心能力。为应对这一局限，Agentic系统通常引入记忆模块来保留并复用过往经验，以期在测试时实现持续学习。然而，大多数现有记忆设计由人工制定且固定不变，这限制了它们适应现实世界任务多样性与非平稳性的能力。本文提出ALMA（Agentic系统的记忆设计自动元学习），一个以元学习方式习得记忆设计、从而取代人工设计记忆的框架，借此将人工投入降至最低，并使Agentic系统能够在多样领域成为持续学习者。我们的方法采用一个Meta Agent，以开放式方式搜索表达为可执行代码的记忆设计，理论上可以发现任意记忆设计，包括数据库模式及其检索与更新机制。在四个序贯决策领域开展的大量实验表明，在所有基准上，学得的记忆设计都比最先进的人工设计记忆能更有效、更高效地从经验中学习。在安全开发与部署的前提下，ALMA代表着向学会成为适应性持续学习者的自我改进AI系统迈出的一步。