智能体也会"遗忘"？而且问题不在模型本身，而在它的"骨架"上。一篇关于智能体框架持续学习的新论文指出，现代智能体在提示词、记忆、工具等框架组件中不断积累经验，问题恰恰出在这里。

论文揭示了一个被称为"框架级遗忘"的现象：当更新任一组件时，即使底层模型参数完全没变，智能体的行为也可能突然失效。这就像给一个熟练的员工换了新办公桌，能力还在，活儿却干不利索了。

打开网易新闻 查看精彩图片

"受保护的框架演化"机制

针对这一痛点，论文提出了一套名为"受保护的框架演化"的解决机制。该机制由两个核心部件协同工作：持续优化器负责生成候选框架，而持续评估器则扮演"守门人"角色，只有在确认改进有效、历史经验被保留且新方案确实可行后，才会批准提交更新。

这套机制的实际效果如何？论文数据显示，在文本推理、多模态感知和开放世界交互这三项关键任务中，采用该机制的智能体相对性能提升均超过了10%。这意味着，为智能体"升级骨架"而不丢失"记忆"正在成为可能。