谷歌发布 ReasoningBank：智能体如何从成败经验中持续学习
谷歌研究院推出智能体记忆框架 ReasoningBank，让大模型驱动的智能体在部署后持续学习。核心思路是：将过往任务的成功与失败经验提炼为通用的推理策略，存入记忆库，下次遇到类似任务时先检索再执行。
现有方案的缺陷
- Synapse：记录完整行动轨迹，粒度太细，难以迁移。
- Agent Workflow Memory：仅从成功案例提炼工作流，忽略失败教训。
ReasoningBank 两大创新
- 存储对象升级：从“动作序列”改为“推理模式”。每条记忆包含标题、描述、内容三段结构化字段。
- 纳入失败经验：模型调用另一个大模型对执行轨迹自评，失败经验被拆解为防踩坑规则。例如：
- 错误做法：“看见 Load More 按钮就点”
- 升级规则：“先核对当前页面标识，避免陷入无限滚动，再点击加载更多”
MaTTS：记忆感知的测试时扩展
论文另提出 Memory-aware Test-time Scaling（MaTTS），在推理时投入更多算力反复尝试，并将探索过程存入记忆库：
- 并行扩展：对同一任务跑多条不同轨迹，通过自对比提炼稳健策略。
- 顺序扩展：在单条轨迹内反复精修，将中间推理记入记忆库。
性能表现
在 WebArena（浏览器任务）和 SWE-Bench-Verified（代码任务）两个基准上，用 Gemini 2.5 Flash 做 ReAct 智能体：
| 方案 | WebArena 成功率提升 | SWE-Bench-Verified 成功率提升 | 步数节省 |
|---|---|---|---|
| ReasoningBank | +8.3% | +4.6% | 平均少走约 3 步 |
| 叠加 MaTTS（k=5） | +11.3% | - | 再少 0.4 步 |
代码已开源，论文被 ICLR 接收。
