🤖 AI

ConMem: Structured Memory-Guided Adaptation in Training-Free Multi-Agent Systems

ConMem 是一个无需训练且具备关系感知能力的框架，它通过将历史交互蒸馏为以图结构组织的结构化记忆卡，来增强多智能体系统的适应能力，从而实现高效的跨经验协作，在无需额外训练的情况下显著提升性能与推理效率。

原作者： Zhixun Tan, Qiang Chen, Tairan Huang, Xiu Su, Yi Chen

发布于 2026-06-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Zhixun Tan, Qiang Chen, Tairan Huang, Xiu Su, Yi Chen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你有一支由专家级 AI 助手组成的团队（一个“多智能体系统”），他们正试图解决复杂的难题，比如编写代码、规划旅行或回答刁钻的百科知识。这些助手很聪明，但他们有一个致命缺陷：短期记忆。如果他们今天犯了一个错误或发现了一个巧妙的技巧，明天可能会忘得一干二净。

为了解决这个问题，研究人员通常尝试教 AI 新知识（这既费时又费钱），或者直接把一大堆过去的对话塞进它的脑子里。但把一大堆过去的对话直接塞进去是很混乱的。这就像是在试图从一堆正在燃烧、烟雾缭中、且缠绕着旧破布的干草堆里寻找一根特定的针。AI 会被这些噪音搞糊涂。

走进 ConMem：AI 团队的“闪卡”系统。

这篇论文介绍了一种名为 ConMem 的巧妙方法，它是一种免费的方式，可以帮助这些 AI 团队从过去学习，而无需重新训练它们。可以把它想象成给 AI 团队一套结构化的、带有符号的闪卡，而不是一本乱七八糟的日记。

以下是它的工作原理，我们使用简单的类比来解释：

1. 问题所在：沉重的背包

想象一支 AI 团队正在进行一次长途徒步（一项复杂任务）。一路上，他们遇到了障碍，发现了捷径，有时还会被石头绊倒。

旧方法试图把整个徒步过程都存进一个巨大的、沉重的背包里。当他们开始新的徒步时，必须翻遍整个背包才能找到一个有用的建议。这既慢，又容易让他们被无关的细节分散注意力（比如 10 英里前看到的一朵花的颜色）。
ConMem 的方法说：“别背着整个背包了。”相反，在徒步结束后，我们将最重要的时刻转化成闪卡。

2. 闪卡（带符号的策略卡）

ConMem 将混乱的历史提炼成精简、干净的卡片。

内容： 每张卡片包含四个部分：我们在哪里（状态）、我们计划做什么（计划）、我们实际做了什么（执行）以及效果如何？（评估）。
“符号”： 这是神奇之处。每张卡片都有一个 加号 (+) 或 减号 (-) 符号。
- 加号卡： “嘿，这个技巧奏效了！再用一次。”（例如：“发货前先检查库存。”）
- 减号卡： “嘿，这失败了！别这么做。”（例如：“不要信任那家特定的货运公司；他们不可靠。”）
为什么有效： 与其阅读一篇关于一次失败交付的 50 页故事，AI 只需要看到一张红色的卡片，上面写着：“避开 X 货运公司。”这既迅速又清晰。

3. 地图（关系图）

如果你只有一堆闪卡，你可能会选出两张相互矛盾的卡片（例如，一张说“向左走”，另一张说“向右走”）。
ConMem 不仅仅存储卡片，它还绘制了一张将它们连接起来的地图。

有些卡片支持彼此（像一座桥）。
有些卡片冲突（像一个路障）。
有些卡片满足某个条件（像一把钥匙契合一把锁）。

当 AI 团队面临新任务时，ConMem 不仅仅是随机抓取卡片。它会观察地图，找到正确的路径，并确保它挑选的卡片不会产生冲突。这就像一位导游，通过查看地图来确保团队不会被同时派往两个相反的方向。

4. 预算（“公文包”限制）

AI 模型处理文本的能力是有上限的（就像一个只能装下有限文件的公文包）。
ConMem 对空间的使用非常聪明。它扮演着严格编辑的角色：

它抓取最相关的卡片。
它通过检查地图来解决冲突。
它修剪（剔除）任何冗余或不符合要求的项。
它只将最核心、无冲突的指令打包进公文包。

论文声称，该系统减少了超过 50% 的额外噪音，并将规划时间缩短了 80%，同时让 AI 变得更聪明。

结果：更聪明的团队，无需额外训练

最棒的部分在于？你不需要教 AI 任何新东西。AI 的大脑（模型权重）保持完全不变。ConMem 只是扮演了一个超级组织有序的图书管理员角色，在 AI 开始工作前，把经过完美过滤的笔记递交给它。

总结一下：

旧方法： 给 AI 一本关于过去事件的混乱、无尽的日记。
ConMem 方法： 给 AI 一套带符号的闪卡（好的技巧 vs. 坏的警告），并通过一张地图将它们连接起来，确保它们逻辑一致，最后全部装进一个能完美契合的小公文包里。

这使得 AI 团队能够快速适应、避免过去的错误，并在无需昂贵重训或被噪音干扰的情况下，重复利用成功的策略。

技术摘要：ConMem —— 多智能体系统中基于结构化记忆引导的免训练自适应技术

1. 问题陈述

基于大语言模型（LLM）的多智能体系统（MAS）擅长处理复杂的持续性任务，但在**多智能体自适应（MAA）**方面面临显著挑战。现有的 MAA 方法通常分为三类，各具局限性：

记忆驱动型方法： 保留原始交互历史。虽然它们保留了上下文，但轨迹往往冗长、充满噪声，且与局部工具结果或中间分歧纠缠在一起，导致决策信号失真且检索精度较低。
结构化记忆/技能驱动型方法： 将交互抽象为可重用的程序或技能。虽然它们减少了冗余，但在推理时往往缺乏关系感知协调能力，导致在组合时无法解决冲突、依赖和冗余问题。
训练驱动型方法： 使用强化学习或微调来管理记忆。虽然有效，但这些方法需要额外的训练、高质量的监督，并需要修改智能体角色或编排方式，从而增加了计算成本和实现复杂度。

本研究解决的核心挑战是：如何在不修改宿主模型权重的情况下，通过将碎片化的经验转化为结构化、协同且可重用的集体记忆，使基于 LLM 的 MAS 实现高效的免训练自适应？

2. 方法论：ConMem 框架

ConMem 是一个关系感知、免训练的框架，通过跨经验协调实现高效自适应。它在“冻结宿主（frozen-host）”设置下运行，仅控制注入提示词的记忆前缀，而不改变底层的 LLM 或智能体编排。

2.1 核心单元：带符号策略卡片（Signed Strategy Card）

ConMem 并非提取原始轨迹，而是将历史交互提炼为原子策略卡片。一张卡片 $c$ 是一个包含以下内容的结构化元组：

任务描述 ( $z$ ): 交互的上下文。
触发语义 ( $\chi$ ): 卡片具有相关性的条件。
四个结构化槽位 ( $\kappa$ ): 编码状态（State）、计划（Plan）、执行（Execution）和评估（Evaluation）。
符号（Sign）: 一个二进制指示器，用于区分正向卡片（可重用策略）和负向卡片（源自失败的警告）。

这种抽象使得系统能够将记忆视为一种紧凑、可检查且可重用的程序化信号，而非原始日志。

2.2 流水线

ConMem 通过两条不同的路径运行：写入路径（记忆构建）和读取路径（推理时自适应）。

A. 写入路径：构建卡片库

任务评分后，系统从轨迹中提取候选卡片：

反思与聚合： 将信息丰富的失败转化为负向卡片；将成功转化为正向卡片。
准入： 只有当卡片具备连贯性（状态/计划/执行的内部一致性）并满足质量阈值（可靠性、新颖性、近期性、效用性）时，才会被准入。
合并： 被准入的卡片被存储在持久化库 ( $B$ $B$ ) 中，并链接到类型化关系图 ( $G$ ) 中。
- 图边： 边携带如 支持 (supports)、满足 (satisfies)、约束 (constsrains) 和 冲突 (conflicts) 等类型，编码卡片之间的依赖和不兼容关系。

B. 读取路径：需求感知检索与协调

在运行时，针对新任务 $t$ ，ConMem 执行四个阶段的过程以生成受限的记忆前缀 $\tilde{m}_t$ ：

需求感知检索： 根据结合了语义相似度、触发匹配、任务需求对齐（根据当前上下文估算）和卡片可信度的评分函数对卡片进行排序。多样性过滤器（MMR）用于抑制近重复项。
类型化图扩展： 通过遍历关系图来扩展检索到的“种子”卡片。系统遵循 支持 和 满足 边以恢复依赖关系，同时避开 冲突。这确保了检索到的上下文是一个连贯、依赖完整的集合，而非扁平的列表。
协同预算组合： 对扩展后的集合进行协调，以解决局部冲突（保留更高质量的代表）并消除冗余。
序列化： 最终集合被序列化为严格遵守 Token 预算 ( $B$ ) 的提示词前缀。如果超出预算，系统会尝试紧凑序列化或跳过优先级较低的卡片。

2.3 理论基础

该框架基于**预算上下文控制（Budgeted Context-Control）**视角。其目标不是最大化召回，而是在固定的 Token 预算下实现效用最大化。作者假设，如果卡片提取是充分的（即卡片包含了下游结果所需的所有必要信息），那么以卡片为条件是贝叶斯最优的，并且由于 Token 压缩，比以原始轨迹为条件更为高效。

3. 主要贡献

免训练自适应形式化： 作者提出了一种上下文控制的方法用于持续性 MAS 自适应，将问题定义为对可重用程序化信号的预算控制，从而避免了额外的训练或宿主修改。
原子程序化记忆单元： 引入了类型化且带符号的卡片，编码状态、计划、执行和评估，提供了紧凑、可重用且可检查的知识。
关系感知协调： 开发了一种利用类型化图在上下文预算下解决记忆冲突和依赖的机制，实现了无需修改模型权重的轻量级自适应。
实证验证： 通过广泛的实验，在多种基准测试和 MAS 架构上展示了持续的性能提升。

4. 实验结果

作者在 四个基准测试（TriviaQA, PopQA, KodCode, PDDL）上，使用 三个 MAS 宿主（AutoGen, CAMEL, MacNet）以及 Qwen/Qwen3-4B-Instruct-2507 作为骨干网络对 ConMem 进行了评估。

性能增益： ConMem 在对比“无记忆”基线时取得了持续的改进，平均绝对增益在 10.9 到 12.9 个百分点之间。
与 SOTA 对比： ConMem 优于强力的记忆基线（包括 Generative Agents, Voyager, G-Memory），并达到了或略微超过了像 LatentMem 和 ReMe（动态）这样的基于训练的方法，尽管它是免训练的。
- 在 AutoGen 宿主上，ConMem 达到了 58.33 的平均分，超过了 LatentMem (57.38) 和 ReMe (57.46)。
- 在 15 次宿主指标对比中，它在 8 项中排名第一，其余 7 项排名第二。
效率： 协调机制积极地剪枝了候选集，在一般设置下去除了 >50% 的扩展候选，在规划任务（PDDL）中去除了 >80%，显著降低了规划开销。
消融实验： 移除任何组件（图扩展、协调、失败反思或准入）都会导致性能下降，证实了收益源于集成的流水线而非单一模块。值得注意的是，移除 协调（Coordination） 导致 QA 任务中的性能下降最为严重，凸显了在提示词注入前进行冲突解决的必要性。

5. 重要性与主张

论文声称，ConMem 证明了通过提示词层面的上下文控制即可在冻结宿主设置下实现长期自适应，而非通过模型重训。

结构化优势： 不同于检索扁平历史列表的方法，ConMem 的关系感知协调在信息到达宿主 LLM 之前就解决了矛盾和依赖。这对于具有高卡片间依赖性的任务（如代码生成和规划）尤为关键，因为在这些任务中，ConMem 与扁平检索基线之间的性能差距最大。
轻量化自适应： 通过将历史经验转化为紧凑的带符号卡片，ConMem 能够在不增加训练计算成本或修改智能体角色复杂性的情况下，实现跨多种框架的稳定性能提升。
失败利用： 该框架独特地利用了负向卡片（源自失败的警告）作为可操作的信号来避免过去的错误，将失败视为记忆系统中的一等公民。

总之，ConMem 认为，高效多智能体自适应的未来不在于召回更多的历史，而在于在严格的上下文预算下策划并协调可重用的策略。