CONTRAMEM：从对比多模型轨迹中学习自演化程序性记忆

自主计算机使用智能体正日益应用于需要协调多个应用调用、持续状态跟踪与对验证器敏感写入的长程任务，但它们仍容易出现程序性失败：误读应用状态、工具语义或任务进度。程序性记忆有望带来更一致的决策与更少的冗余探索，但在不训练模型的情况下构建高质量记忆仍然充满挑战。我们提出CONTRAMEM，一个源灵活、免训练的自演化程序性记忆框架，它把同一任务上的结果差异当作监督信号：正确性、效率、恢复与失败模式上的差异揭示了与结果相关的程序性区别，并将其蒸馏为一个紧凑的应用级功能卡（Function Cards）与任务级技能卡（Skill Cards）库，该库通过局部化整理而演化，而非只增不删的累积或整库重写。在留出的GAIA2/ARE计算机使用任务上，CONTRAMEM使三个源模型目标上的成功率翻倍以上（26.2%到55.3%），每个模型收益一致（GPT-5.5：27.5到61.0；Claude Sonnet 4.6：28.0到52.5；DeepSeek V4 Pro：23.0到52.5）。同一记忆库不加改动即迁移到未见的Qwen3.7 Plus（18.5到35.5），表明这是可迁移的程序性知识而非模型特有行为。同样的构造不加改动地延续到AppWorld，在两个公开测试划分上，对三个中档智能体都同时胜过无记忆与其单源自记忆变体。在匹配轨迹预算下，异构多模型轨迹产生比自记忆或同模型多次采样记忆更强的记忆：这一差距来自对比性的行为多样性，而非更强的源模型或更多采样。