MemHarness – 上海AI Lab团队及其合作者推出的智能体记忆重构框架

MemHarness 是由上海人工智能实验室（Shanghai AI Lab）团队及其合作者提出的一种“LLM Agent 经验重构”框架。其核心目标是让 AI 智能体（Agent）的记忆机制像人类一样，不再是简单的“回放（Replay）”，而是能够结合当前上下文进行灵活的“重构（Reconstruction）”，从而更好地服务于当前的决策。

MemHarness核心特点

1. 从“静态重放”到“动态重构”：打破了传统 AI 直接检索并生硬套用历史经验的模式，将记忆从静态的提示片段转变为具有上下文敏感性的动态指导信息。
2. 显式的“批判与重构”环节：在传统的“检索”与“动作生成”之间，创新性地插入了对记忆进行评估、对齐和改写的步骤。
3. 端到端自主优化：无需任何额外的人工标注，整个记忆重构流程主要依赖任务奖励，通过 GRPO（Group Relative Policy Optimization）算法进行端到端的强化学习优化。
4. 高鲁棒性与泛化能力：不仅在常规任务中表现优异，在分布外（OOD）的陌生场景中也展现出很强的适应能力。

MemHarness技术原理

1. 记忆检索（Memory Retrieval）：模型根据最近几步的观测和动作，判断当前是否需要调用历史经验。如果需要，则查询经验记忆库获取相关记忆。
2. 上下文记忆重构（Contextual Memory Reconstruction）：这是框架的核心环节。模型会结合当前的任务描述、上下文、检索到的记忆以及来源状态，比较“过去”与“现在”的差异。在此基础上，模型主动决定是保留、改写还是丢弃该记忆，将其重构为当前可用的指导。如果没有合适的记忆，则跳过此步直接推理。
3. 动作生成（Action Generation）：模型结合当前的历史信息和重构后的指导，生成最终的执行动作。
   在训练层面，MemHarness 采用 GRPO 算法，通过比较同一任务下多条轨迹的表现，让思考、重构和动作生成能力同时得到训练和优化，无需单独训练价值网络。

MemHarness核心优势

1. 性能显著超越基线：在 ALFWorld 和 WebShop 等具有挑战性的 Agent 决策基准测试中，MemHarness 持续优于纯强化学习（RL）基线以及当前最优的静态记忆增强方法。
2. 小模型战胜大模型：即便模型规模只有 7B（70亿参数），其表现也超越了更大规模的闭源模型（如 Gemini-2.5-Pro）。
3. 减少负迁移并提升推理能力：自适应的重构机制有效避免了旧经验对新任务的干扰（负迁移），并且在重构记忆的过程中，进一步训练和强化了 Agent 自身的推理能力。
4. 验证了重构的核心价值：消融实验证实，如果去除重构阶段，模型性能会退化到与朴素记忆重放相当的水平，这证明了“自适应重构”才是性能提升的真正驱动力。

MemHarness项目地址

• GitHub仓库：https://github.com/KnowledgeXLab/MemHarness
• HuggingFace模型库：https://huggingface.co/KnowledgeXLab/MemHarness
• arXiv技术论文：https://arxiv.org/pdf/2607.28272

MemHarness应用场景

1. 具身智能与家庭任务：在 ALFWorld 等虚拟环境中，Agent 需要理解自然语言指令并完成如“寻找、清洁、加热物品”等一系列多步骤的交互任务。
2. 网页导航与电商交互：在 WebShop 等模拟电商平台中，Agent 需要根据用户需求搜索商品、对比属性并完成购买决策，MemHarness 能帮助其利用历史经验应对复杂的网页交互。
3. 陌生环境探索：得益于其强大的分布外（OOD）鲁棒性，MemHarness 适用于 Agent 面对未见过的环境或任务规则时，能够灵活调用并调整过往经验以完成探索。

MemHarness同类产品对比