STRATA：面向自进化语言智能体的自维护结构化经验图

STRATA 提出一种面向 LLM agent 的自维护记忆结构，把经验组织为原子技能与代码片段、任务工作流、泛化元框架三层图，并以类型化边连接。它通过多维相似度检索、类型化反思、社区检测、压力触发的垃圾回收与对比边五种机制自我维护。论文称在 AppWorld、WebArena、ALFWorld、ScienceWorld 四个交互基准、两个冻结主干与七个基线上，取得最佳平均分，同时延迟最低、环境步数最少，注入记忆行数比最强基线少 44%。

此前多数 agent 记忆是单层池，轨迹、工作流与推理项混在一起，仅靠嵌入相似度索引，既不遗忘也不去重，容易召回方向相反的经验并照抄步骤，造成负迁移并伤害 agent。STRATA 把记忆按抽象层级和类型区分，并加入对比与清理机制，试图把“记得多”转为“记得对、记得省”。

机制核心是用统一的相似几何支撑五种维护动作：检索不再只看语义相似，而是按操作与目标打分，降低错配；反思按成功抽取流程、按失败抽取陷阱，形成类型化节点；社区检测把零散流程归纳为元框架；压力触发回收并保护关节点，控制图规模；对比边显式标记易混淆、方向相反的经验。四层结果指标同时覆盖效果、延迟与步数，用于验证结构化管理对负迁移和上下文体量的抑制。

若结论可复现，agent 产品的记忆层可从单一向量库升级为分层图存储，检索与反思逻辑需要按类型拆分，工程上新增去重、回收与对比边维护成本。直接收益是更少的环境交互步数与更低的注入上下文，可能降低推理成本并改善长任务稳定性；但需要评估图维护本身的开销与失败案例。

• 在现有 agent 记忆模块旁挂分层图存储，先把失败教训与成功流程分开建模并加对比边，验证负迁移是否下降。
• 针对高频混淆的任务对，构建对比检索评估集，比较单层向量方案与分层方案在错误召回率上的差异。
• 将记忆节点行数与上下文注入量作为上线指标，按延迟与步数收益决定是否扩大图维护范围。
• 把垃圾回收与关节点保护做成可配置策略，供不同规模业务在记忆增长与检索质量间调参。

• 摘要未给出各基准的具体分数、延迟与步数数值，44% 的对比基线名称也未完整呈现。
• 五种维护机制各自的消融贡献尚不明确，无法判断哪一项对负迁移抑制最关键。
• 实验仅在两个冻结主干上进行，换用其他模型或在线学习场景是否成立未知。
• 图维护与社区检测的额外计算开销是否计入报告延迟，证据中未说明。