微软开发了一项环境探测技术，以提高 AI Agent 的记忆准确性

微软研究人员于 9 月 10 日提交了一篇论文，介绍了环境探测式整理技术，旨在提高 AI Agent 的记忆准确性。该研究解决了一个根本问题：AI Agent 会记住错误、过时或模糊的信息，并在之后依据这些有缺陷的记忆采取行动。该技术使用单独的整理 Agent，在将数据提交至长线记忆前，针对真实世界环境验证信息，从而无需修改或重新训练主要任务 Agent。

微软介绍环境探测式整理技术

这篇题为《Grounding Agent Memory: Environment-Probing Curation for Enterprise Agents》的论文提出了一种方法：整理 Agent 在 AI Agent 将信息存储到长线记忆之前，针对运行环境再次核对信息。整理 Agent 以异步方式运行，仅对真实环境工具拥有有限的只读访问权限，从而能够验证事实并刷新候选记忆。主要任务 Agent 无需进行修改或重新训练，也无需了解验证过程。

多项基准测试中的性能提升

在 CLBench 数据库探索基准测试中，实施探测技术后，通过率从 39% 提升至 73%。每个问题的任务 Agent 成本从 3.38 美元降至 1.68 美元，降幅约为 50%。每个问题所需的查询次数从 8.8 次降至 4.7 次。根据具体任务不同，工具调用次数下降了 16% 至 75%。

研究人员在六个 APEX 管理咨询场景中测试了该方法。在六个测试环境中的五个环境里，与传统的记忆增强框架相比，探测方法带来了更高的每美元奖励回报。测试涵盖多个基础模型，包括 Sonnet 4.6 和 Opus 4.7，并且无需更改架构或重新训练底层任务 Agent。

当前基于轨迹的记忆系统存在局限

大多数现有系统使用基于轨迹的整理方式，即 Agent 完成任务后审查自身轨迹，并提取经验教训以供未来参考。任务执行期间发生的错误，或任务完成后环境发生的变化，都会被永久存储在 Agent 记忆中。微软的环境探测方法加入了验证步骤，以解决这一局限，使整理 Agent 能够在候选记忆永久保存前查找信息、验证事实并刷新候选记忆。

微软扩展 AI Agent 记忆研究组合

微软已经发布了多个解决 Agent 记忆挑战的项目。该公司此前发布了 STATE-Bench，这是一项旨在评估 Agent 如何维护和使用持久记忆的基准测试。其他项目包括 Memora（一种用于 Agent 记忆的架构框架）以及受人类启发的记忆系统研究。研究人员使用 GitHub Copilot 作为此次研究的近生产环境测试平台，该产品是微软的旗舰 AI 产品之一，已部署于数百万开发者的工作流中。

常见问题

AI Agent 记忆中的环境探测式整理是什么？

环境探测式整理是一种技术，由单独的整理 Agent 在 AI Agent 将信息提交至长线记忆之前，针对真实世界环境验证这些信息。整理 Agent 以异步方式运行，并以只读方式访问环境工具，在无需修改主要任务 Agent 的情况下核查事实并刷新候选记忆。

微软的技术让 AI Agent 在 CLBench 上的性能提升了多少？

在 CLBench 数据库探索基准测试中，微软的环境探测技术将通过率从 39% 提升至 73%。每个问题的成本从 3.38 美元降至 1.68 美元，每个问题所需的查询次数从 8.8 次降至 4.7 次。根据任务不同，工具调用次数下降了 16% 至 75%。

微软为这项研究使用了哪些测试环境？

微软在六个 APEX 管理咨询场景中测试了环境探测方法，并使用了 CLBench 数据库探索基准测试。研究人员使用 GitHub Copilot 作为近生产环境测试平台，并测试了多个基础模型，包括 Sonnet 4.6 和 Opus 4.7。