摘要
本文主张长程智能体任务需要新的系统架构，提出将智能体探索产生的结构化“经验图”作为一等公民的数据库状态。通过 Trellis 系统，将经验搜索转化为数据库访问模式，实现跨会话重用、故障恢复及闭环训练飞轮。在 Meta 的实际应用中，该方法显著提升了代码优化效率并降低了令牌成本，将推理时的搜索从一次性计算转化为持久的机构资产，赋予智能体累积进化的能力。
AI 推荐理由
论文核心提出经验图架构，支持跨会话复用与闭环训练，直接驱动 Agent 自我进化。
研究机构
Meta Platforms
University of Maryland, College Park
论文信息