MSCE 让长链路 LLM 记忆变成可调用技能

rohanpaul_ai · x · 2026-07-26

这篇论文认为，现有 agent 记忆系统的根本问题是：它们只是把过去事件存下来再当上下文喂回模型，结果模型每次都会重新推理一遍同样的教训。
作者提出 MSCE 框架，把 agent 经验拆成三层：环境事实、归纳出的流程性策略、以及落地的步骤轨迹；当某个模式有足够证据、明确触发条件和边界、且预期收益为正时，才会被提升为可调用技能。
文中举例：如果 agent 在容器里执行 pip install 失败，不应该只“记住这次事故”，而应形成一条可复用规则：识别缺失的 OS 依赖、安装对应 dev 包、然后重试。
论文还引入了 reflection-weighted value backfilling，用密集的局部反思去传播稀疏的终局反馈。
在 EvoAgentBench 和 LoCoMo 上，作者声称 MSCE 相比现有记忆/技能增强型基线有明显提升，并展现出更好的跨域迁移和持续演化能力。

「编程与Agent」频道最新