跳转至

LEGOMem：可组合的过程记忆

保真度：本地实现编排器与执行层过程单元、成功轨迹提取和跨 episode 复用； 当前 PlanBench mini 不替代论文的 OfficeBench 多 Agent 环境。

论文信息

字段 内容
论文链接 LEGOMem（arXiv 2510.04851）
公司 / 机构 Microsoft Research
首次公开日期 2025-10-06
原作者代码 截至 2026-07-27 未在论文页发现公开仓库
本地 adapter / 方法键 legomem
本地复现代码 src/auto_research/agent_research/

原始论文总结

背景与主要改动

整段成功轨迹难以迁移到新任务，单一全局记忆又混合了任务分解和工具执行。LEGOMem 把经验拆成像积木一样的 procedural units：orchestrator memory 保存任务分解与委派， agent memory 保存具体动作模板，运行时按新任务重新组合。

flowchart LR
    T["New task"] --> O["Orchestrator memory"]
    O --> D["Decomposition + delegation"]
    D --> A1["Agent procedure unit"]
    D --> A2["Agent procedure unit"]
    A1 --> V["Verified plan"]
    A2 --> V
    V --> W["成功单元写回"]
    W --> O

原论文关键图

LEGOMem：可组合的过程记忆 原论文 Figure 3

原论文 Figure 3（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式与算法

成功轨迹 \(\tau\) 被拆成编排单元和执行单元，并按任务匹配后组合：

\[ \mathcal{M}=\mathcal{M}_{\mathrm{orch}}\cup\mathcal{M}_{\mathrm{agent}}, \qquad \pi(T)=\operatorname{Compose}\!\left( \operatorname{Retrieve}(T,\mathcal{M}_{\mathrm{orch}}), \operatorname{Retrieve}(T,\mathcal{M}_{\mathrm{agent}}) \right). \]

只有通过任务验证的过程单元才进入长期记忆。

论文离线与线上效果

论文在 OfficeBench 分析编排器记忆和 Agent 记忆的互补作用：前者主要改善分解与委派， 后者改善具体执行。论文没有生产线上 A/B；公开摘要未给出适合脱离表格引用的单一数值。

本地复现

planbench-mini 使用可验证结构化计划。实现从成功计划提取 action/domain 单元， 分别复用高层分解和细粒度动作，并记录 reused_plans。

auto-research agent-eval --method legomem \
  --benchmark planbench-mini --episodes 120 --seed 42
指标 LEGOMem
joint success 1.0000
平均成本 1.1200
reused plans 108
最终 memory size 12

稳定指标见 agent-mini-suites-seed42.json。

复现边界

当前没有真实 Office 应用、LLM 多 Agent 委派或错误恢复。实现证明过程单元能提取、 验证和跨 episode 复用，但不构成 OfficeBench 原始结果的复刻。