新框架 MATM：跨多智能体群体共享轨迹知识，无需联合训练

841io · x · 2026-08-28

提出了 Multi-Agent Transactive Memory (MATM) 框架，旨在解决分散部署的 LLM 智能体群体间的知识复用问题。该框架允许生产者智能体将执行任务的轨迹（即过程性知识）存入共享仓库，消费者智能体在遇到新任务时检索这些轨迹以辅助执行。实验在 ALFWorld 和 WebArena 环境下显示，MATM 能提升下游任务表现并减少交互步数，且无需智能体间协调或联合训练，为开放智能体生态中的种群级经验共享提供了一种设计模式。