MemHarness:记忆重构而非直接回放,让智能体更可靠

rohanpaul_ai · x · 2026-08-05

传统记忆增强智能体常将语义相似的过往经验直接塞入上下文，但这可能因状态变化而失效甚至变成噪音。

MemHarness 提出了一种记忆重构机制，在检索和行动之间加入决策步骤：智能体会对比记忆的原始状态与当前状态，重写可迁移的部分，或在不适配时直接拒绝并依靠无记忆推理。该重构过程通过 GRPO（Group Relative Policy Optimization）基于任务奖励进行端到端学习。

实验表明，在 ALFWorld 和 WebShop 基准上，该方法显著优于无记忆的强化学习基线。有趣的是，即使在测试时禁用记忆，经过该方法训练的策略依然保持较高成功率，说明记忆重构不仅提升了推理时的适应性，还促使策略本身学会了更细致的局势判断。

原文链接 →

「编程与Agent」频道最新

• 等模型迭代半年，独立开发者用 Claude 一天写完 App — airkatakana · 2026-08-05
• 探讨 cmux 多列侧边栏设计：机器、工作区与 Agent 编排 — philipvollet · 2026-08-05
• 国产模型包揽预测榜单前三，AI 预测智能体实测 — teortaxesTex · 2026-08-05
• eidoverse-worlds：人与AI共享持久3D世界的开源平台 — repligate · 2026-08-05
• 首个 AI Agent 审计规范 AARM 发布，9 大属性对抗记忆投毒 — Funky_Chicken_22 · 2026-08-05
• 什么是“软件工厂”？AI 智能体重塑现代软件开发周期 — Pavan_Belagatti · 2026-08-05

更多「编程与Agent」频道 AI 资讯 →