序言
人类会从失败中学习，而当前的 LLM Agent 却常常在同一个坑里反复跌倒。
推理时扩展（Inference-Time Scaling）已经显著释放了大语言模型的复杂推理能力：对同一任务采样更多轨迹、多试几次，任务表现确实会随之提升。
然而对智能体而言，这类方法大多以“无状态”的方式运行——每一次尝试相互独立、互不通信，上一次踩过的坑，这一次依然会再踩一遍。
为智能体配备记忆的现有方案，又往往依赖 LLM 自身的推理能力来组织和检索记忆，随着历史不断增长，token 消耗与计算成本也水涨船高。
如何让智能体的多次尝试共享经验，把“重复试错”变成“越试越准”？本期 ANative Talk，我们邀请到佛罗里达国际大学 郑旭，带来主题分享：
Inference-Time Scaling for LLM Agents with Action-Centric Memory
GAMER：基于行动中心图谱与情景推理的智能体记忆框架
本次分享将围绕智能体推理时扩展与经验记忆的结合展开，介绍 GAMER 如何将历史推理轨迹组织为行动中心图谱，并以双流时序差分学习让成功与失败的经验共同参与决策，探索 LLM Agent 从“无状态的重复搜索”走向“低成本经验复用”的更多可能。
讲座核心内容
传统的推理时扩展方法往往通过采样多条轨迹来换取更好的结果，但各条轨迹彼此独立、互不通信，同一种错误会在不同轨迹中被反复重演。而为智能体配备记忆的现有方案，又大多把记忆的组织、检索与反思都交给 LLM 自身处理，历史越长，开销越大。
本次分享将介绍团队提出的 GAMER——一套将推理时扩展与情景记忆桥接起来的行动中心记忆框架。它把记忆机制从 LLM 中解耦，以图结构组织历史经验，让智能体在扩展推理的同时实现低成本的经验共享。它从多个方面解决智能体的记忆与扩展问题：
1.行动中心图谱：把历史轨迹变成可检索的经验网络
GAMER 将历史推理建模为一张动态的行动中心图（Action-Centric Graph）：节点对应智能体执行过的动作，边刻画动作之间的转移与依赖关系。相比按时间顺序平铺的完整轨迹，图结构让“做过什么、结果如何”成为一等公民，后续尝试可以直接在图上检索相关经验，而不必重新阅读全部历史。
2.记忆与模型解耦：用更少的记忆上下文降低 token 成本
GAMER 将记忆的维护与检索从 LLM 的推理流程中解耦，由框架在图上完成，只在必要时向智能体的提示词注入精炼的记忆指导。与依赖 LLM 整理记忆的方案相比，这种设计提供了更少的记忆上下文，显著节省了 token 与费用开销。
3.双流时序差分学习：让成功与失败都有价值
为了从图中有效提取知识，GAMER 采用双流时序差分（Temporal Difference）机制，基于过去的成功与失败，为每个动作节点估计正向（建议）价值与负向（规避）价值。成功经验提示“哪些动作值得尝试”，失败经验标记“哪些动作风险较高”，两类信号共同构成经验的价值函数。
4.双向决策引导：建议与预警并行的推理优化
在推理阶段，学到的价值函数从两个方向优化决策：正向价值为智能体提供动作建议，负向价值则标示高风险动作，帮助智能体提前绕开。配合图上的高效搜索，GAMER 在不膨胀记忆上下文的前提下，显著提升了推理时扩展的效率。
5.实测收益：多基准上的显著提升
在多个智能体基准上的实验表明，GAMER 相对 vanilla 基线在成功率与进度率上分别取得 20.81% 与 6.17% 的提升，验证了“经验复用 + 推理时扩展”这条路线的有效性。
你将了解到
1. 为什么推理时扩展对智能体存在“无状态”瓶颈
多采样、多试错确实能提升任务表现，但如果每次尝试相互独立，智能体就会在同一个任务上反复犯同样的错误。理解这一瓶颈，是重新思考智能体推理时扩展的起点。
2. 如何把历史轨迹组织为行动中心的经验图谱
完整轨迹冗长且难以复用。将“动作—转移—结果”抽象为图上的节点与边，经验才能被结构化地存储、检索和更新。
3. 如何在不加重 LLM 负担的前提下维护记忆
把记忆机制从 LLM 中解耦，由框架在图上完成维护与检索，只在必要时注入精炼指导，为降低 token 消耗与延迟提供了新思路。
4. 如何用价值估计提炼成功与失败经验
双流时序差分学习为每个动作估计正向与负向价值，让“建议”与“规避”两类信号同时参与决策，把散落的成败记录变成可计算的价值函数。
5. 经验复用如何转化为可量化的性能收益
在多个基准上，GAMER 将经验复用转化为成功率与进度率的显著提升，同时控制了记忆带来的额外开销，为“越试越准”的智能体提供了可行路径。
嘉宾简介
郑旭，佛罗里达国际大学（Florida International University）Knight Foundation 计算与信息科学学院博士研究生，主要研究方向为 AI for Science、LLM Agent、可解释 AI 与时间序列学习，已在 ICLR 以第一作者身份发表论文 3 篇、KDD 1 篇。
本次分享的工作 GAMER（Bridging Inference-Time Scaling and Episodic Memory with Action-Centric Graphs）由其与 Chaohao Lin、Zhuomin Chen、Weijieying Ren、Haifeng Chen、Wei Cheng、Dongsheng Luo 合作完成，论文已于 2026 年 7 月在 arXiv 公开。
适合谁来听？
如果你关注以下方向，这场分享值得参加：
·LLM Agent 与智能体系统
·推理时扩展与测试时计算
·智能体记忆与经验复用
·强化学习与价值估计
·图结构与知识图谱
·智能体效率与 token 成本优化
·AI for Science
·复杂任务规划与自主决策
无论你是从事大模型、智能体、强化学习、知识工程，还是正在探索 AI Agent 应用实践，都可以从这次分享中了解推理时扩展与情景记忆结合的最新思路。
活动信息
📅讲座时间
2026/10/15 21:00–22:00（GMT+08:00）中国标准时间 - 北京
🎙️分享嘉宾
郑旭 佛罗里达国际大学
🔍分享主题
GAMER：基于行动中心图谱与情景推理的智能体记忆框架
💻会议平台
腾讯会议
🔗会议号
714-937-935
结语
当智能体从单次任务走向长程复杂任务，“多试几次”不应意味着“重复犯错”。
未来的智能体，需要能够在推理时扩展中积累经验：成功可以复用，失败可以规避，而这一切不必以高昂的记忆开销为代价。
GAMER 所探索的，正是这样一条把推理时扩展与情景记忆桥接起来的路径：让经验从平铺的轨迹走向结构化的图谱，从一次性的上下文走向可学习的价值函数，从无状态的重复搜索走向越试越准的持续改进。
本期 ANative Talk，让我们跟随 郑旭 一起探索智能体经验复用之路，共同思考推理时扩展与智能体记忆的下一步方向。
🚀加入 EvoAgentX 开源社区，一起探索 AI Agent 的未来
欢迎加入项目交流群，与开发者、研究者和 AI 爱好者共同交流 Agent 架构、应用实践与最新进展。
⭐Star us on GitHub，让更多开发者发现并参与 EvoAgentX！
https://github.com/ANative-Lab/EvoAgentX