面向自我改进智能体系统的轨迹信息记忆生成

LLM驱动的智能体面临一个持续挑战：从执行经验中学习以改进未来表现。虽然智能体能成功完成许多任务，但常重复低效模式、无法从相似错误中恢复，并错失复用以往成功策略的机会。我们提出一个新框架，从智能体执行轨迹中自动提取可行动的经验，并经上下文记忆检索用于改进未来表现。方法包含四个组件：（1）轨迹智能提取器，对智能体推理模式做语义分析；（2）决策归因分析器，识别哪些决策与推理步骤导致失败、恢复或低效；（3）情境学习生成器，产出三类指导——来自成功模式的策略提示、来自失败处理的恢复提示、来自低效但成功执行的优化提示；（4）自适应记忆检索系统，基于多维相似度把相关经验注入智能体提示。不同于存储通用对话事实的现有记忆系统，我们的框架理解执行模式、提取带出处的结构化经验，并检索贴合具体任务情境的指导。在AppWorld基准上的评估显示持续改进：留出任务场景目标完成率最高提升14.3个百分点，复杂任务收益尤强（场景目标提升28.5pp，相对提升149%）。