Mem$^2$Evolve：通过共同进化能力扩展和经验实现自我进化代理 蒸馏

虽然 大语言模型 支持的代理可以通过积累经验或动态创建新资产（即工具或专家代理）进行自我进化，但现有框架通常单独对待这两个进化过程。这种分离忽视了它们内在的相互依赖性：前者本质上受到手动预定义的静态工具集的限制，而后者在没有经验指导的情况下从头开始生成新资产，导致能力增长有限和演化不稳定。为了解决这个限制，我们引入了一种共同进化能力扩展和体验 蒸馏 的新范式。在这个范式的指导下，我们提出了\textbf{Mem$^{\textbf{2}}$Evolve}，它集成了两个核心组件：\textbf{体验记忆}和\textbf{资产记忆}。具体来说，Mem$^{2}$Evolve利用积累的经验来指导资产的动态创建，从而扩大智能体的能力空间，同时获取新的经验以实现共同进化。跨越 6 个任务类别和 8 个基准的广泛实验表明，Mem$^{2}$Evolve 比标准 LLM 提高了 18.53%，比仅通过经验进化的代理提高了 11.80%，比仅通过资产创建进化的代理提高了 6.46%，使其成为一个更加有效和稳定的自我进化代理框架。代码位于：https://buaa-irip-LLM.github.io/Mem2Evolve。