Meta与MIT提出ReHarness：重写Agent反思记忆

2026年10月13日，DAIR.AI在X上发布消息称，Meta与MIT提出ReHarness方法，让Agent在任务结束后根据实际结果回写并修正此前检索到的反思记忆，而非仅做增删。该方法利用完成的轨迹作为反馈，纠正过度泛化或过时的经验教训。实验在3个持续学习基准、16个任务和3种backbone上进行，ReHarness均优于raw-context、memory、reflection和prompt-optimization基线，且经多重比较校正后增益仍显著。目前该消息仅由DAIR.AI在X上发布，尚未见其他报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。