Google lança ReasoningBank, agentes inteligentes extraem estratégias de raciocínio a partir de experiências de sucesso e fracasso

Notícias do CoinWorld, de acordo com o monitoramento Beating, o Google Research lançou a estrutura de memória de agentes inteligentes ReasoningBank, permitindo que agentes impulsionados por grandes modelos aprendam continuamente após a implantação. A abordagem central é extrair experiências de sucesso e fracasso de tarefas passadas e armazená-las como estratégias de raciocínio universais na memória, para que na próxima tarefa semelhante, o agente primeiro recupere e depois execute. O artigo relacionado foi publicado na ICLR, e o código já está open source no GitHub. Anteriormente, duas principais abordagens apresentavam limitações: Synapse registra o trajeto completo de ações, com granularidade muito fina para transferência; Agent Workflow Memory extrai apenas fluxos de trabalho de casos de sucesso. O ReasoningBank modificou dois aspectos: o objeto de armazenamento mudou de “sequência de ações” para “padrão de raciocínio”, com cada memória contendo três campos estruturados de título, descrição e conteúdo; trajetórias de fracasso também são incorporadas ao aprendizado. O modelo chama outro grande modelo para autoavaliação do trajeto de execução, e experiências de fracasso são divididas em regras de prevenção de erros, por exemplo, de “ver o botão Carregar Mais e clicar” para “verificar primeiro o identificador da página atual para evitar rolagem infinita, antes de clicar em carregar mais”. O artigo também propõe o Memory-aware Test-time Scaling (MaTTS), que investe mais poder de processamento durante o raciocínio para tentar repetidamente, armazenando o processo de exploração na memória. A expansão paralela permite que o agente execute múltiplos trajetos diferentes para a mesma tarefa, refinando estratégias mais robustas por auto-comparação; a expansão sequencial refina repetidamente dentro de um único trajeto, registrando os raciocínios intermediários na memória. Em tarefas de navegador WebArena e na benchmark SWE-Bench-Verified de código, usando o agente ReAct com Gemini 2.5 Flash, o ReasoningBank supera a linha de base sem memória com uma taxa de sucesso 8,3% maior na WebArena e 4,6% na SWE-Bench-Verified, com uma redução média de cerca de 3 passos por tarefa; ao adicionar a expansão paralela MaTTS (k=5), a taxa de sucesso na WebArena aumenta mais 3 pontos percentuais, e o número de passos diminui mais 0,4.