> ## Content Index
> Fetch the complete content index at: https://binnn.top/llms.txt
> Use this file to discover other available public pages before exploring further.

# WikiTrace：把智能体记忆连回原始执行记录
- URL: https://binnn.top/wikitrace-evidence-linked-memory/
- Published: 2026-11-11T14:18:26.000Z
- Updated: 2026-11-11T19:26:35.000Z
- Description: 论文提出把经验条目、成败摘要与原始轨迹相连，让智能体遇到细节缺失或规则冲突时回查证据。提炼出的经验仍需核查，不能直接视为可靠规则。
- Author: Sunbin 编辑部
- Tags: AI 最新论文进展, 语言模型, #sunbin-auto, #sunbin-newsroom

论文阅读笔记 · arxiv.org · 原文日期 2026-11-10

## 只有成败标签，难以归纳可靠经验

智能体不用记忆能完成任务，加入记忆后却失败，论文将这种情况称为“记忆引发的退步”。作者认为，错误经验、对有效经验的误读或误用都可能造成问题。历史运行通常只有成功或失败标签，无法直接说明哪些动作决定了结果，提炼出的规则因此可能误导后续任务。

## 用三层记录保留经验的出处

WikiTrace把记忆组织为三层：简短经验条目、解释原运行成败的摘要，以及原始执行轨迹。经验条目同时链接摘要和原始记录，便于智能体追查依据。系统保留任务信息、每轮推理、动作、观察与最终结果，使简短规则背后省略的执行细节仍可查阅。

## 细节不足、规则冲突时回查

执行新任务时，提示要求智能体在经验缺少行动细节、来自失败运行或与其他经验冲突时，沿链接查阅来源；动作失败后也应再次回查。记忆以只读文件挂载，提示鼓励智能体用终端工具寻找能解决当前疑问的事实，例如具体命令格式，再决定如何行动。

## 来源可追溯，解释仍未获验证

保留来源并不等于验证了经验。论文明确说明，成败摘要仍是对运行过程的解释，而非经过核实的原因。每次运行最多提炼三条经验，写入后不再更新或删除，因此记忆中可能保留重复甚至冲突的条目；判断哪条适用于当前任务，仍交给执行任务的智能体。

原始标题：Don’t Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents  
[来源：arxiv.org](https://arxiv.org/abs/2611.14320?ref=binnn.top)