Meta 新研究：用强化学习教 Agent 决策何时调用记忆

Meta 发布新论文指出，仅给长时程 Agent 增加记忆和工具并不够，关键在于训练 Agent 学会何时值得调用这些外部状态。研究提出 EvoHarness-RL 方法，基于 Qwen2.5 模型，通过强化学习解决长时程任务中 Agent 因任务过长而遗忘状态的问题，让 Agent 自主掌握外部记忆与工具的使用时机。

2026-08-24 ~ 2026-08-24 · 2 条相关

• Meta 新研究：用 RL 训练 Agent 决策何时使用记忆 — rohanpaul_ai · 2026-08-24
• Meta 论文：仅增工具记忆不足，Agent 需学会何时调用 — daniel_mac8 · 2026-08-24