MemHarness 论文：让智能体重构而非死记硬背过往经验

anselm · x · 2026-08-02

现有带记忆的 LLM 智能体通常直接将检索到的历史经验原封不动地塞入上下文，这往往因为与当前状态脱节而导致“负迁移”。

受人类回忆机制的启发，MemHarness 框架让智能体在决策前，先根据当前状态对历史记忆进行批判与重构，生成贴合当前情境的指导。该能力通过 GRPO 算法进行端到端训练获得。在 ALFWorld 和 WebShop 环境的测试中，该框架不仅全面超越了纯强化学习和静态记忆基线，还展现出极强的分布外（OOD）鲁棒性，从根本上提升了模型的内在推理能力。