跳转至

Memento-Skills：让 Agent 设计可迁移 Agent 技能

保真度：核心机制复现。本页不把确定性 mini-suite 冒充原论文完整 benchmark。

论文信息

字段 内容
论文链接 Memento-Skills：让 Agent 设计可迁移 Agent 技能（arXiv 2603.18743）
公司 / 机构 Memento Team
首次公开日期 2026-03-19（arXiv v1）
原作者代码 已开源
本地 adapter / 方法键 memento-skills
本地复现代码 src/auto_research/agent_research/

原始论文总结

背景与主要改动

从执行日志反思出结构化技能说明，按任务检索并写回版本化技能，而不是原样堆叠轨迹。

flowchart LR
 A["公开输入 / 历史"] --> B["memento-skills 训练 / 执行闭环"]
 B --> C["论文特有状态或目标"]
 C --> D["同预算评测"]

原论文关键图

Memento-Skills：让 Agent 设计可迁移 Agent 技能 原论文 Figure 1

原论文 Figure 1（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

\[ s=\operatorname{Reflect}(\tau,R),\quad k^*=\arg\max_k\operatorname{sim}(x,k),\quad k\leftarrow\operatorname{Merge}(k,s). \]

论文离线与线上效果

技术报告在多任务 agent suite 上展示技能抽取与跨任务迁移收益。 论文未报告生产线上 A/B，本页不补造线上数字。

本地复现

PlanBench mini-suite、120 episodes、seed 42：joint success 0.0500，average cost 0.2800；方法特有操作有非零 telemetry。

auto-research agent-eval --method memento-skills --benchmark planbench-mini --episodes 120 --seed 42
auto-research evolve --model agent --dataset planbench-mini --direction "组合 memento-skills 与已安装论文算子" --generations 2 --population 4

固定指标见 ../../experiments/global-p0-20260808-seed42.json。

复现边界

本地只验证论文特有目标、状态更新和公平预算；没有复刻原论文的大模型、多卡 RL、私有环境、真实网页或完整 benchmark，因而只报告机制验证，不声称数值复现原表。