Meta 论文：Routed CL 让 Agent 按任务分池记忆，效果提升且省 65-72% API 成本
rohanpaul_ai · x · 2026-11-03
Meta（FAIR）新论文提出 Routed Continual Learning（Routed CL）：与其让 Agent 共享一份全部历史记录，不如由一个 LLM 路由器在每次运行前决定复用哪个记忆簇或新建一个，每个簇从 5 种记忆系统（原始轨迹、提炼经验等）中选一种维护状态。
在 398 个混合任务（CL-Bench + τ³-Bench 银行任务）和 4 个模型上：
- 单一全局历史几乎不比无记忆好（平均增益仅 0.015/1）
- Routed CL 比全局历史高出最大可得归一化奖励的 15-30%
- 预估 API 成本降低 65-72%
结论：混合任务型 Agent 应按问题类型拆分记忆池，而非共用一份历史。
所属事件:Meta 发布 Routed CL 论文：Agent 记忆分池路由可省最多 72% 成本(2 条相关)→
「编程与Agent」频道最新
- Xbow 曝光 $4 万拿下 Chrome 全链漏洞的 API 成本明细 — moyix · 2026-11-03
- Phone Harness MCP 发布：云端 Agent 可操控真实 iPhone/Android — Scobleizer · 2026-11-03
- LangChain 提出2026年末上下文工程新挑战：浏览器、长期目标、异步 — hwchase17 · 2026-11-03
- MotherDuck 发布 Flight Explainer：Python 管道运行实时可视化 — josh_wills · 2026-11-03
- 企业级 Devin 替代品盘点:Factory、Codex 与 Orq 横评 — Available_Bit4986 · 2026-11-03
- 一张 13594 美元账单：vibe coding 的甜蜜期快到头了 — michalmalewicz · 2026-11-03