Recuris：长时域Agent的递归经验-工作记忆进化框架

论文标题：Recursive Experiential–Working Memory Evolution for Long-Horizon Agent Harnesses
代码仓库：https://github.com/Gen-Verse/Recuris
论文链接：https://arxiv.org/abs/2608.24876
作者团队：National University of Singapore · Stanford University · University of Oxford · Princeton University

一、核心思想：让Agent的"记忆"自己进化

想象一个场景：你让AI助手帮你规划一次复杂的旅行，它需要协调机票、酒店、景点门票等多个工具。在执行过程中，随着对话历史不断增长，AI逐渐"迷失"——忘记了最初的目标，做了重复的操作，或者遗漏了关键步骤。这不是模型能力不足，而是记忆管理机制出了问题。

Recuris提出了一个优雅的解决方案：不是让模型变得更强，而是让模型的"记忆"学会自我进化。

传统Agent记忆系统的困境

当前主流的Agent记忆系统面临两大核心问题：

Recuris的核心洞察

Recuris提出了一个关键洞察：工作记忆是连接当前任务状态与存储经验的桥梁。

核心循环：任务状态 → 技能选择 → 执行反馈 → 更新任务状态

• 工作记忆（WM）：持续追踪任务进度和未完成的目标
• 经验记忆（EM）：存储可复用的技能
• 验证机制：确保状态更新基于实际执行结果

二、技术架构：Skill Memory的四组件设计

Recuris将Agent的外部记忆控制层抽象为四元组 ℳ = (𝔈, 𝒲, ρ, ℭ)：

三、跨任务记忆进化：递归改进的闭环

失败定位（Failure Localization）

Recuris知道哪个记忆组件导致了失败：

关键数据：从结构化轨迹进行失败定位的准确率为 64.8%，而仅从任务结果判断仅为 13.0%。

验证门控（Validation Gate）

补丁不会立即生效，必须通过固定的验证门：补丁在源任务上有效且在held-out开发集上无回归，才被接受。

四、实验结果

35/37 的模型-基准测试对获得提升：

关键发现

1. 优势随任务时长增长而扩大：最长任务获得+32.2提升
2. 长时域失败减少80%
3. 工作记忆是主角：工作记忆单独贡献+23.9提升，经验记忆单独仅+2.0

五、设计哲学

1. 状态锚定记忆使用：记忆检索基于已验证的任务状态
2. 目标导向的进化：失败定位到具体组件，而非整体重写
3. 验证门控约束：补丁由配对的held-out验证
4. 训练自由与模型无关：记忆从一个模型迁移到另一个模型无需修改
5. 递归自我改进的边界：递归被限制在外部化的记忆控制层

六、十大核心观点总结

1. 记忆的价值在于"何时调用"而非"存储什么"
2. 工作记忆是长时域任务的关键
3. 验证机制防止错误累积
4. 结构化轨迹是精准修复的前提
5. 关键组件因领域而异
6. 前沿模型在长时域任务上并未饱和
7. 优势随任务时长增长而扩大
8. 长时域失败可被大幅消除
9. 跨模型迁移可行但有代价
10. 递归自我改进是可持续的

结语

Recuris提出了一个简洁而强大的框架：不是让模型更强，而是让记忆更聪明。通过将记忆分解为四个可独立进化的组件，结合结构化的失败定位和验证门控，Recuris实现了真正意义上的递归自我改进。

最令人印象深刻的是：这一切都发生在冻结的基础模型之上——不需要微调，不需要重训练，只需要让记忆系统学会从失败中学习。

相关资源：

• 论文：https://arxiv.org/abs/2608.24876
• 代码：https://github.com/Gen-Verse/Recuris