本文介绍了上海AI Lab与多所高校联合发表的《迈向高效智能体：记忆、工具学习与规划综述》，指出高效智能体通过优化记忆、工具使用和规划模块，以最大化任务成功率并最小化资源消耗。文章深入探讨了提升智能体效率的三大战略方向：高效记忆、高效工具学习和高效规划，并详细介绍了各类方法和技术，为想要学习大模型和智能体技术的读者提供了宝贵的参考和指导。

---

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]

1. 高效记忆
2. 高效工具学习
3. 高效规划

三、高效记忆（Efficient Memory）

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

类型	描述	代表方法
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

四、高效工具学习（Efficient Tool Learning）

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：

范式	原理	代表方法	适用场景
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）

技术方向	核心思想	代表方法
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。

策略	方法	机制
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。

五、高效规划（Efficient Planning）

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：

类型	方法	机制
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

https://arxiv.org/abs/2601.14192https://efficient-agents.github.io/https://github.com/yxf203/Awesome-Efficient-Agents

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓