💬 NLP

MemPro: Agentic Memory Systems as Evolvable Programs

MemPro è un framework di evoluzione a livello di sistema che tratta l'intera pipeline di costruzione e recupero della memoria come un programma evolvibile, consentendo agli agenti autonomi di diagnosticare iterativamente i fallimenti e perfezionare i propri sistemi di memoria per superare i baseline statici e a livello di prompt in compiti a lungo termine.

Autori originali: Qingshan Liu, Guoqing Wang, Wen Wu, Jingqi Huang, Xinqi Tao, Dejia Song, Jie Zhou, Liang He

Pubblicato 2026-06-02

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Qingshan Liu, Guoqing Wang, Wen Wu, Jingqi Huang, Xinqi Tao, Dejia Song, Jie Zhou, Liang He

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di assumere un assistente di ricerca brillante ma distratto per aiutarti a risolvere un mistero enorme e pluriennale. Gli dai un taccuino (il "banco di memoria") per scrivere gli indizi man mano che li trova.

Il problema con gli assistenti attuali
Al momento, la maggior parte degli assistenti AI funziona così: tu dici loro, "Scrivi gli indizi nel tuo taccuino", e in seguito, "Guarda nel tuo taccuino per trovare la risposta".

Il difetto: Una volta assunti, il modo in cui scrivono e leggono è fisso. Se il mistero cambia (ad esempio, dal tracciare la posizione di una persona al comprendere un complesso albero genealogico), l'assistente continua a usare le stesse vecchie abitudini di gestione del taccuino. Potrebbero scrivere troppo, dimenticare l'ordine degli eventi o cercare nella sezione sbagliata del taccuino.
La soluzione attuale: I ricercatori di solito cercano di risolvere il problema dicendo semplicemente all'assistente, "Prova a scrivere gli indizi in modo diverso", o "Prova a leggere gli indizi in modo diverso". Questo è come dare all'assistente un nuovo post-it con le istruzioni, ma il cervello dell'assistente e le sue reali abitudini di gestione del taccuino rimangono rigidi.

La soluzione MemPro: L'Apprendista che si Auto-Migliora
Il paper introduce MemPro, un sistema che tratta l'intero flusso di lavoro dell'assistente non solo come un insieme di istruzioni, ma come un programma vivente ed editabile.

Pensa a MemPro come a un maestro coach che non si limita a dare all'assistente un nuovo post-it. Al contrario, il coach osserva l'assistente fallire, diagnostica il perché è fallito e poi riscrive la descrizione del lavoro e gli strumenti dell'assistente.

Ecco come funziona MemPro, passo dopo passo:

1. L' "Albero delle Versioni" (L'albero genealogico delle idee)

Invece di provare semplicemente un nuovo modo di lavorare sperando che funzioni, MemPro crea un albero genealogico di diverse versioni dell'assistente.

La Radice: Inizia con l'assistente originale.
I Rami: Se l'assistente fallisce in un tipo specifico di compito, MemPro non si limita a correggere quel singolo errore. Crea una versione "figlia" dell'assistente che prova un approccio completamente diverso.
Il Vantaggio: Se un ramo dell'albero genealogico scopre un ottimo modo per gestire gli indizi "basati sul tempo", ma un altro ramo scopre un ottimo modo per gestire gli indizi "basati sulle relazioni", MemPro li conserva entrambi. Non costringe l'assistente a scegliere un solo percorso; lascia che le idee migliori si ramifichino e sopravvivano.

2. L' "Agente Evolutivo" (Il Coach Detective)

MemPro utilizza un'IA speciale (l' "Agente Evolutivo") che agisce come un coach detective.

Diagnosi: Osserva dove l'assistente è fallito. Ha dimenticato l'ordine degli eventi? Ha confuso due persone diverse?
Il Ciclo Edit-Debug: Questa è la parte magica. Il coach non dice solo "Fai più attenzione". Esso modifica effettivamente il codice che l'assistente utilizza.
- Analogia: Se l'assistente stava usando una lente d'ingrandimento per leggere testi minuscoli e stava fallendo, una correzione basata solo sul prompt direbbe "Prova a impegnarti di più". Il coach di MemPro dice: "Proviamo a sostituire la lente d'ingrandimento con un microscopio e riscriviamo le istruzioni su come tenerlo".
- Successivamente, "debugga" questo nuovo codice su alcuni casi di test per assicurarsi che funzioni prima di renderlo ufficiale.

3. Il Risultato: Un Sistema che Cresce

Il paper ha testato questo sistema su quattro diversi "misteri" (dataset come LongMemEval, LoCoMo, HotpotQA e NarrativeQA).

Miglioramento Rapido: In pochissimi round di editing da parte del "coach", MemPro è diventato migliore dei migliori assistenti esistenti, anche quelli molto costosi o complessi.
Crescita Continua: A differenza di altri sistemi che raggiungono un limite e smettono di migliorare, MemPro continua a evolversi. Più evolve, più diventa intelligente, perché riscrive costantemente il proprio "cervello" e le proprie "abitudini con il taccuino" per adattarsi al tipo specifico di puzzle che sta risolvendo.

Perché questo è importante (secondo il Paper)

Gli autori sostengono che, affinché l'IA possa gestire compiti lunghi e complessi, non possiamo limitarci a perfezionare il "prompt" (le istruzioni). Dobbiamo trattare l'intero sistema — come costruisce la sua memoria e come la utilizza — come un pezzo di software che può evolversi.

In breve: MemPro è un sistema che costruisce una versione migliore di se stesso. Non si limita a imparare dagli errori; riscrive il proprio regolamento e i propri strumenti per garantire di non commettere mai più lo stesso errore, creando un sistema di memoria "vivo" che diventa più intelligente quanto più viene utilizzato.

Riepilogo Tecnico: MemPro – Sistemi di Memoria Agente come Programmi Evolvibili

1. Definizione del Problema

Gli agenti autonomi a lungo termine richiedono sistemi di memoria per conservare informazioni storiche e tracciare stati evolutivi oltre le finestre di contesto finite dei Large Language Models (LLM). Sebbene gli attuali sistemi di memoria agente seguano tipicamente una pipeline di Costruzione–Recupero della Memoria (MCR), essi soffrono di due criticità fondamentali dovute al loro design a pipeline fissa:

Eterogeneità dei Task: Diversi task di memoria a lungo termine esibiscono modalità di fallimento distinte (ad esempio, ragionamento temporale vs. collegamento di evidenze multi-sessione) che richiedono strategie differenti. Una pipeline fissa impone una singola strategia a tutti i task, portando a prestazioni subottimali.
Disallineamento Memoria–Pipeline: Man mano che la banca di memoria evolve in scala e struttura nel tempo, una pipeline statica potrebbe non essere più allineata con il modo in cui le memorie vengono organizzate o recuperate, risultando in un recupero incompleto o in evidenze rumorose.

I metodi di ottimizzazione attuali, come l'evoluzione a livello di prompt, possono raffinare le istruzioni testuali ma non possono modificare la logica della pipeline eseguibile (ad esempio, il codice per la costruzione delle banche di memoria o le strategie di recupero). Questo articolo sostiene che l'auto-evoluzione della memoria debba operare a livello di sistema, trattando l'intera pipeline MCR come un programma evolvibile piuttosto che limitarsi ad aggiornare le memorie memorizzate o il testo dei prompt.

2. Metodologia: Framework MemPro

MemPro è un framework di evoluzione a livello di sistema che tratta la pipeline MCR come un programma evolvibile. Esso mantiene un albero di versioni di implementazioni di sistemi di memoria eseguibili, dove ogni nodo contiene sia i prompt che il codice eseguibile. Il sistema è guidato da un Agente di Evoluzione (Evolving Agent) che seleziona, espande ed evalua iterativamente le versioni della pipeline attraverso un processo di raffinamento edit–debug guidato dalle modalità di fallimento.

Componenti Core

Albero di Versioni MCR ( $T$ ): Una struttura ad albero in cui ogni nodo $v$ rappresenta un'implementazione di pipeline eseguibile $F_v$ e il relativo log di valutazione $L_v$ . Il nodo radice $v_0$ è la pipeline iniziale.
Log di Valutazione ( $L_v$ ): Registra il punteggio complessivo ( $S_v$ ), i punteggi per categoria ( $C_v$ ), il nodo genitore ($pa(v)$) e una valutazione complessiva ( $A_v$ ) che riassume le modalità di fallimento e le direzioni di miglioramento.
Agente di Evoluzione ( $A_{evo}$ ): Il motore centrale che gestisce il processo di evoluzione attraverso tre fasi iterative:
1. Selezione: L'agente analizza i log di tutto l'albero di versioni per selezionare il nodo genitore più promettente per l'espansione, basandosi su punteggi elevati, miglioramenti generalizzabili e modalità di fallimento frequenti. Genera inoltre un'analisi diagnostica ( $R_\ell$ ).
2. Espansione: Partendo dal nodo selezionato, l'agente esegue un ciclo iterativo interno per creare una versione figlia. Ad ogni step, sceglie un'azione:
  - EDIT: Revisiona il codice della pipeline o i prompt sulla base dell'analisi diagnostica accumulata.
  - DEBUG: Seleziona un esempio diagnostico specifico, esegue la pipeline corrente su di esso per generare una traccia completa, e aggiorna l'analisi diagnostica senza rivalutare l'intero dataset.
  - TERMINATE: Interrompe l'espansione, finalizzando la nuova versione.
3. Valutazione: La nuova versione della pipeline viene eseguita sull'intero set di addestramento per raccogliere le tracce di esecuzione. L'agente riassume queste tracce in un nuovo log di valutazione, aggiungendo il nuovo nodo all'albero di versioni.

Questa struttura ad albero permette a MemPro di ramificarsi da versioni storiche forti ed esplorare direzioni alternative, invece di seguire una singola traiettoria lineare.

3. Contributi Chiave

Identificazione dei Limiti: Il paper identifica l'eterogeneità dei task e il disallineamento memoria–pipeline come difetti fondamentali nei sistemi di memoria agente a pipeline fissa, sostenendo l'evoluzione a livello di sistema rispetto agli aggiornamenti isolati di memoria o prompt.
Framework MemPro: La proposta di un framework di evoluzione a livello di sistema che tratta la pipeline MCR come un programma evolvibile. Esso ottimizza in modo unico sia i prompt che il codice eseguibile tramite un albero di versioni e un raffinamento edit–debug guidato dalle modalità di fallimento.
Validazione Empirica: Esperimenti estesi su quattro benchmark (LongMemEval, LoCoMo, HotpotQA, NarrativeQA) dimostrano che MemPro supera costantemente i forti baseline statici e di evoluzione a livello di prompt, continua a migliorare man mano che l'albero di versioni si espande e raggiunge un favorevole rapporto prestazioni–costo.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su due benchmark di memoria a lungo termine (LongMemEval, LoCoMo) e due benchmark di QA a lungo contesto (HotpotQA, NarrativeQA) utilizzando backbone GPT-4o-mini e Qwen3-30B-A3B.

Guadagni di Prestazioni: MemPro ha costantemente superato i forti baseline statici (es. LangMem, Mem0, GAM) e i baseline di evoluzione a livello di prompt (GEPA, MetaMem).
- Su LoCoMo, MemPro-5 (dopo 5 iterazioni) ha raggiunto l'81,94% di accuratezza, superando il miglior baseline (GAM al 80,45%).
- Su LongMemEval, MemPro-15 ha raggiunto il 79,00%, superando il miglior baseline (GEPA al 75,60%).
- Su HotpotQA e NarrativeQA, MemPro ha raggiunto punteggi F1 state-of-the-art, superando tutti i baseline non appartenenti a MemPro entro la quinta iterazione.
Miglioramento Continuo: A differenza dei sistemi statici, MemPro ha mostrato guadagni costanti di prestazioni man mano che l'evoluzione procedeva dalla 5ª alla 15ª iterazione, indicando un alto potenziale per l'ottimizzazione a livello di sistema.
Studi di Ablazione: Rimuovere componenti chiave (editing del codice, albero di versioni, espansione iterativa o evoluzione multi-round) ha portato a cali significativi delle prestazioni. Nello specifico, la variante "w/o Code" (ridotta all'evoluzione a livello di prompt) è stata inferiore al sistema completo, validando la necessità di editare la logica eseguibile.
Efficienza: MemPro ha ottenuto la massima accuratezza complessiva con un costo di token ragionevole, superando sostanzialmente i metodi "Full Text" pur utilizzando meno token e superando i forti baseline di memoria con budget comparabili.

5. Significato e Rivendicazioni

Il paper sostiene che la memoria agente debba essere ottimizzata come un sistema eseguibile e auto-evolvibile. Trattando la pipeline MCR come un programma evolvibile, MemPro affronta i limiti dei design a pipeline fissa che faticano con la diversità dei task e le strutture di memoria in evoluzione.

Gli autori sottolineano che:

L'evoluzione della logica della pipeline eseguibile produce benefici che vanno oltre la semplice adattabilità delle banche di memoria o dei prompt.
Una struttura ad albero di versioni è superiore all'evoluzione lineare, permettendo al sistema di ramificarsi da versioni storiche solide.
Il raffinamento guidato dalle modalità di fallimento (combinando editing e debugging mirato) è efficace per il miglioramento iterativo del sistema.

Il lavoro suggerisce che i futuri sistemi di memoria agente debbano passare da architetture statiche verso programmi dinamici e auto-migliorabili, capaci di adattare le proprie strategie di costruzione e recupero ai requisiti specifici dei task e alle scale di dati in evoluzione.

6. Limitazioni e Considerazioni Etiche

Costo: MemPro introduce una fase di evoluzione offline. Sebbene i costi possano essere ammortizzati su molte query, l'efficienza del processo di evoluzione stesso è un obiettivo per miglioramenti futuri.
Capacità dell'Agente: L'implementazione attuale si affida a un Agente di Evoluzione capace (Codex harness con GPT-5.4-medium) per editare e debuggare il codice.
Topologia: L'attuale framework utilizza una struttura ad albero in cui le nuove versioni derivano da un singolo genitore. Gli autori notano che topologie più generali (ad esempio, evoluzione strutturata a grafo che permette fusioni) rimangono inesplorate.
Sicurezza: Poiché MemPro modifica componenti eseguibili, le versioni evolute devono essere sandboxate, loggate e revisionate prima del deployment in contesti critici per la sicurezza. Gli autori assicurano che i dati di valutazione e le risposte corrette (gold answers) non siano esposti all'Agente di Evoluzione durante gli esperimenti.