> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# Memento：持续学习AI代理框架
- URL: https://www.hubwiz.com/blog/memento-continual-learning-ai-agent-framework/
- Published: 2025-11-02T09:37:49.000Z
- Updated: 2025-11-02T09:37:49.000Z
- Description: Memento使LLM代理能够从记忆和过去的经验中学习，而无需触及模型权重。
- Author: admin
- Tags: LIBRARY, MOMENTO, #Import 2026-10-14 14:41

如果我们的AI代理能随着每次任务变得更强大，而不需要重新训练基础模型，会怎样？

这正是[**Memento**](https://github.com/Agent-on-the-Fly/Memento?ref=hubwiz.com)所带来：一个*基于记忆的持续学习框架*，其中LLM代理从自己的经验中不断改进，同时底层LLM权重保持冻结。

Memento将代理学习重新定义为一个*记忆和推理问题*，而不是昂贵的梯度更新或完整的微调。

在本文中，我们将分解Memento是什么，为什么它重要以及如何利用它让您的代理随着时间变得更聪明。

## 1、为什么我们需要Memento？

目前大多数LLM代理都面临同样的问题：**它们不会从自己的过去错误或成功中学习**。每个查询都是一个新的开始，没有对之前成功或失败的回忆。

传统的解决方案包括：

- **微调**：需要昂贵的GPU、大量数据集和重新训练周期。
- **RAG（检索增强生成）**：注入外部知识，但并没有真正*教*代理从其轨迹中学习。

Memento通过让代理**从经验中学习，而不是梯度**来解决这个问题。

代理将其成功的和失败的事件记录到一个**案例库**中，在面对类似查询时检索相关的历史案例，并相应地调整执行。这是轻量级、低成本且实时在线运行的。

## 2、核心概念：记忆胜过梯度

Memento将代理学习视为**基于记忆的在线强化学习**：

**规划者–执行者循环**

- **规划者**（基于案例推理）：将高层次任务分解为子任务，检索过去的案例。
- **执行者**：使用可用工具（通过MCP接口）运行子任务，并将结果记录到内存中。

**案例库（经验回放）**

- 存储来自先前运行的\*(状态, 动作, 奖励)\*元组。
- 指导未来相似任务的案例选择。

**不更新LLM权重**

- 基础LLM保持冻结（例如，GPT-4.1，o3）。
- 改进纯粹来自于更智能的内存使用。

这意味着你的代理**在部署中继续学习**，而无需承担微调的工程负担。

## 3、Memento的架构

Memento由四个主要组件组成：

1. **元规划器**（默认GPT-4.1）：分解用户查询。
2. **执行者**（默认o3模型）：运行子任务并协调工具。
3. **案例记忆（案例库）**：存储和检索过去的经历。
4. **MCP工具层**：一个丰富的生态系统用于网络研究、爬取、代码执行和媒体/文档处理。

> **规划者 → 执行者 → 工具 → 案例库 → 更好的代理**

![](https://www.hubwiz.com/blog/content/images/2025/11/image-12.png)

## 4、工具生态系统（通过MCP内置）

- **网络研究**：SearxNG或SerpAPI，带有查询感知压缩。
- **文档处理**：PDF、Office、图像、音频、视频。
- **代码执行**：Python在沙盒Docker或子进程解释器中。
- **数据分析**：Excel表格、数学求解器。
- **媒体分析**：图像描述、视频叙述、音频转录。

这种模块化设计使Memento高度可扩展，您只需编写一个FastMCP服务器即可添加新工具。

## 5、基准性能

Memento在多个竞争性基准测试中表现出色：

- **GAIA**：87.9%（验证） / 79.4%（测试，Pass@3 Top-1）
- **DeepResearcher**：66.6% F1 / 80.4% PM（在分布外数据上提高4.7–9.6）
- **SimpleQA**：95.0% 准确率
- **HLE（人类最后的考试）**：24.4% PM（接近GPT-5的25.3%）

**实验中的见解：**

- 小型高质量的内存（例如，检索K=4）效果最好。
- 结构化的计划优于冗长的思考。
- 计划+CBR始终优于仅反思的基线。

这证实了Memento随着经验的增长，并能很好地适应未见过的任务。

## 6、开始使用Memento

### 先决条件

- Python 3.11+
- OpenAI兼容的API密钥
- SearxNG或SerpAPI用于搜索
- FFmpeg（用于视频处理）

### 安装

```
# 克隆仓库  
git clone https://github.com/Agent-on-the-Fly/Memento  
cd Memento  

# 安装uv并同步依赖项  
curl -LsSf https://astral.sh/uv/install.sh | sh  
uv sync  
source .venv/bin/activate

```

### 系统依赖项

```
# macOS  
brew install ffmpeg  

# Linux  
sudo apt-get update && sudo apt-get install ffmpeg  

# Windows（通过Conda）  
conda install -c conda-forge ffmpeg

```

### 环境变量（`.env`）

```
OPENAI_API_KEY=your_openai_key  
OPENAI_BASE_URL=https://api.openai.com/v1  
CHUNKR_API_KEY=...  
JINA_API_KEY=...  
ASSEMBLYAI_API_KEY=...

```

### 运行交互式代理

```
python client/agent.py

```

## 7、示例：带有Memento的研究代理

```
from deepagents import create_deep_agent  

instructions = """你是一个专家研究员。  
仔细计划，使用工具，并从过去的案例中学习。"""  

# 运行代理  
agent = create_deep_agent(  
    tools=[internet_search],  
    instructions=instructions  
)  

result = agent.invoke({  
  "messages": [{"role": "user", "content": "总结印度储备银行的最新公告"}]  
})  

print(result["messages"][-1]["content"])

```

下次遇到相同的问题（或类似的问题），规划器会从案例库中检索相关案例——产生更快、更准确的答案。

## 8、开发者的实用技巧

- **从小处着手**：使用紧凑的案例内存（K=4）。清理低质量的案例。
- **沙盒代码工具**：优先使用Docker解释器以确保安全。
- **控制令牌成本**：使用查询感知爬虫进行网络内容压缩。
- **混合模型**：保持强大的规划器（GPT-4.1）和经济高效的执行器（o-mini）。
- **使用中断**：通过人工批准来限制敏感工具如文件写入的使用。

## 9、局限性与路线图

**长期任务**：GAIA Level-3仍然具有挑战性。

**前沿知识**：工具限制了在最先进推理上的表现（例如，HLE）。

**路线图包括：**

- 更丰富的案例库推理
- 个性化的用户记忆
- 扩展的工具生态系统
- 更广泛的基准测试

## 10、结束语

Memento代表了一种关于如何改进代理的新思路。它允许代理**从经验中持续学习**，而无需重新训练或微调LLM，从而实现低成本、高效且实际生产中的改进。

对于构建研究、政策分析或客户服务助手的开发人员和研究人员来说，Memento是一个值得今天尝试的实用框架。它结合了基于案例的推理、规划者-执行者结构和丰富的工具层，以提供不仅*响应*，而且*成长*的代理。

---

原文链接：[Memento: Fine-tuning LLM Agents without Fine-tuning LLM Weights](https://medium.com/@pankaj%5Fpandey/memento-fine-tuning-llm-agents-without-fine-tuning-llm-weights-7c8281d1b020?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处