本文由上海AI Lab等9所高校联合发布，探讨高效智能体(Agents)的三大核心优化方向：记忆管理(工作记忆、外部记忆与多智能体协同)、工具学习(工具选择、调用与集成推理)以及规划策略(单智能体与多智能体协作)。通过优化这些模块，智能体可在最大化任务成功率的同时最小化资源消耗，解决token累积导致的推理成本高昂和响应缓慢问题，为2026年Agentic AI发展提供重要技术路线图。
今天分享，上海AI Lab & 复旦&中科院&上交大等9所高校联合发表了《迈向高效智能体（Agents）：记忆、工具学习与规划综述》
高效智能体不是更小的模型，而是在记忆、工具使用和规划模块上优化，以最大化任务成功率同时最小化资源消耗（包括token使用、推理延迟和计算成本）的智能体系统。
2026，做Agentic AI，绕不开这两篇开年综述
高效智能体研究的演进轨迹（2023-2025）。蓝色：记忆；绿色：工具学习；紫色：规划；橙色：评测基准。
智能体的效率危机
这个input-solution循环导致token的复合累积——第n步的输出成为第n+1步的输入成本，产生高昂的推理成本和缓慢的响应时间。
提升效率的三大战略方向：分享两篇Claude Skills最新论文，有3个核心结论
- 高效记忆
- 高效工具学习
- 高效规划
图2：记忆生命周期——构建、管理、访问的完整流程
记忆模块架构图
表1：高效记忆机制概览
3.1 工作记忆（Working Memory）
文本型工作记忆直接在prompt中维护紧凑表示：
- COMEDY：使用LLM提取会话特定记忆，压缩为关键事件、用户画像和关系变化的紧凑表示
- MemAgent/MEM1：顺序处理长输入，每一步重写更新紧凑记忆状态
- AgentFold：主动将交互历史折叠为多尺度摘要+最新完整轮次
隐式型工作记忆以连续信号形式存储：
- Activation Beacon：将上下文分块，通过渐进压缩将层-wise KV激活蒸馏到信标中
- MemoryLLM：维护固定大小的记忆token池，通过自更新机制复用隐式知识
- Titans：在测试时更新神经记忆模块，仅在高预测误差时写入
3.2 外部记忆（External Memory）
项目型记忆：
- MemoryBank：基于艾宾浩斯遗忘曲线，随时间衰减记忆同时强化重要记忆
- Memory-R1/Mem0：从对话中提取并总结为候选记忆，支持CRUD操作
- A-MEM：将交互转换为原子笔记，带上下文描述、关键词和标签
图结构记忆：
- GraphReader：将长文本分块，压缩为关键元素和原子事实，构建捕获长程依赖的图
- AriGraph：统一语义-情景记忆图，语义三元组更新语义图，情景节点链接两者
- Zep：构建时序感知知识图谱，提取/对齐实体关系，存储带有效期的事实边
层次化记忆：
- MemGPT：OS风格虚拟内存分页，将提示分区为系统指令、可写工作上下文和FIFO消息缓冲区
- MemoryOS：三层存储（短期对话页、中期主题段、长期个人画像）
- LightMem：感知-STM-LTM流水线，预压缩输入，在线软更新+离线睡眠时整合
3.4 多智能体记忆
共享记忆 集中可复用信息，减少冗余 MS、G-Memory、RCR-Router、MIRIX
本地记忆 每个智能体独立存储，轻量低噪 Intrinsic Memory Agents、AgentNet、DAMCS
混合记忆 结合共享和本地，需协调路由 SRMT、Collaborative Memory、LEGOMem
表2：高效工具学习方法总结（完整表格见论文第19页）
工具学习分类表格
4.1 工具选择（Tool Selection）
三大范式：
外部检索器 独立模型嵌入查询和工具描述，计算相似度 ProTIP、AnyTool、Toolshed 工具池动态变化
多标签分类 固定工具集视为分类任务 TinyAgent、Tool2Vec 工具集相对固定
词汇检索 工具嵌入为特殊token，作为下一个token预测 ToolkenGPT、Toolken+、ToolGen 超大规模工具库
效率洞察：词汇方法（Toolken）效率最高但泛化性受限，外部检索器即插即用但计算开销大，多标签分类需微调但适合固定场景。
4.2 工具调用（Tool Calling）
原位参数填充 直接在响应生成中填充工具参数 Toolformer、CoA
并行工具调用 识别可并行执行的工具调用 LLMCompiler、LLM-Tool Compiler、CATP-LLM
成本感知调用 将成本作为奖励/约束优化 BTP、OTC-PO、ToolOrchestra
测试时扩展 A*搜索等策略剪枝错误分支 ToolChain*
后训练优化 RL训练最小化冗余调用 ToolRL、ReTool、PORTool
关键发现：并行调用可将顺序延迟降至接近单步，但需准确识别任务依赖；成本感知RL方法在保持准确率的同时显著减少调用次数。
4.3 工具集成推理（Tool-Integrated Reasoning）
核心挑战：在复杂问题解决中平衡准确性、计算效率和数据效率。
选择性调用 TableMind 迭代计划-行动-反思循环，两阶段训练（SFT+RL） SMART 构建数据集标注每次调用的必要性，微调模型决策
成本感知策略优化 RAPO 排名感知优势加权，引导模型走向一致答案 ARTIST 结果导向RL，无步骤级监督学习最优工具使用策略 AutoTIR 特定奖励惩罚不必要工具使用 SWiRL 并行轨迹生成时过滤冗余动作
前沿趋势：从”最大化工具使用求准确”转向”RL训练最小化冗余交互”的帕累托优化。
高效规划总览
5.1 单智能体规划效率
推理时策略：
基于学习的进化：
策略优化 QLASS Q值critic指导搜索 ETO DPO试错偏好学习 RLTR/Planner-R1 过程级奖励训练 Planning w/o Search 离线目标条件critic
记忆与技能获取 VOYAGER 构建可复用技能库 GAP 图表示识别可并行动作
5.2 多智能体协作效率
核心挑战：MAS增强推理但常产生O(N²)通信成本。
表3：高效规划方法总结（完整表格见论文第25页）
规划方法分类表格
大模型全套学习资料已整理打包，有需要的小伙伴可以，免费领取【保证100%免费】
Agent 智能体
发布者：Ai探索者，转载请注明出处：https://javaforall.net/236467.html原文链接：https://javaforall.net
