从经验到原则：SAGA 框架让 LLM 智能体实现自我进化
当智能体学会「举一反三」
大语言模型（LLM）智能体在交互式任务中已经展现出令人印象深刻的能力，但它们始终面临一个根本性瓶颈：无法真正从经验中持续进化。微调虽然能带来适应性提升，却依赖对模型参数的访问权限和大量算力，对于闭源大模型而言几乎不可行。外部记忆机制提供了一条替代路径——不改动参数，也能积累经验。但现有方法大多停留在经验的表示与组织层面，所学知识仍与具体任务和上下文紧密耦合，难以泛化到新场景。
真正的挑战在于：如何把具体的交互经历，转化为抽象、可复用的知识，去指导超越单次经验之外的决策？
SAGA 的三层抽象
针对这一问题，研究者提出了 SAGA（Self-evolving Agents through Experience-Grounded Abstraction）框架，核心思路是让智能体将交互轨迹逐步抽象为三个层次：
- 情节描述（episodic descriptions）：记录发生了什么
- 可复用流程（reusable procedures）：提炼怎么做
- 带明确适用条件的原则（principles）：总结何时用、为何用
关键在于，这些抽象知识并非凭空产生，而是始终保留与执行证据的链接，确保可追溯、可验证。
执行与抽象的闭环
SAGA 的工作机制形成了一个「执行—抽象」反馈循环：检索到的原则会被实例化为针对当前任务的指导，并通过纠正性反馈与重采样来优化候选动作。换句话说，积累的知识指导未来的交互，而新的经验又持续更新分层记忆库。这让智能体不再只是「记住上次怎么做」，而是逐步形成类似人类「原则性判断」的能力。
实验验证
在 ScienceWorld 和 ALFWorld 两个交互式基准上，SAGA 均展现出任务性能的提升。消融实验进一步表明，上下文实例化和动作调控是发挥原则级知识价值的关键环节——仅有抽象原则而不做任务适配，效果会明显下降。
为什么值得关注
这项工作触及了 LLM 智能体的一个核心命题：在模型能力日益强大却愈发封闭的当下，如何让智能体在不触碰参数的前提下持续成长。SAGA 给出的答案是——让经验升华为原则，让原则反哺行动。对于依赖闭源大模型构建智能体应用的开发者而言，这条路径可能比微调更具现实可行性。
论文编号 arXiv:2610.06964，提交于 2026 年 10 月 3 日。
