学习共享什么与个性化什么：面向智能体记忆的分层策略共同演化

记忆增强型智能体在长对话中维护紧凑的用户画像，从而无需处理完整对话历史即可给出个性化且一致的回复。这些用户画像的质量取决于底层的记忆管理策略：在每一步，智能体都必须决定保留什么、压缩什么、丢弃什么。然而，现有方法通常采用在训练前就确定的静态、一刀切策略。实践中，最优记忆决策本质上是因用户而异的，并随策略优化动态演化。为此，我们提出HiPS（Hierarchical Personalized Strategy，分层个性化策略），一个将记忆管理解耦为全局共享基础层与用户特定自适应层的框架。具体而言，HiPS利用Universal Strategy从跨用户轨迹中提取共享原则，并利用Persona Delta Distillation为行为偏离一般模式的用户生成定制规则。Cross-Level Rule Flow通过晋升得到广泛验证的个人规则、降级被反驳的全局规则，动态校准两者边界。该架构建立了一个共同演化回路，由某一机制保证所有策略改进都锚定于任务结果。大量实验表明，该方法相对记忆增强基线取得了一致的改进。