规划是让智能体把复杂长期任务拆解为可管理步骤的核心能力。测试时搜索和基于训练的方法虽能提升规划水平，却要么增加推理开销，要么依赖昂贵的训练数据。自我进化记忆通过把交互结果累积到外部记忆库，使规划能力在推理时持续提升且无需参数更新。然而，现有自我进化记忆面临信用分配难题：它们仅依据任务最终结果进行反馈，而最终结果混杂了计划质量、执行错误和环境因素，导致记忆噪声大、偏差明显。为此我们提出信用感知层次记忆进化（CHIME），该框架维护独立的规划库和执行库，并遵循先属性后记忆的原则：CHIME 首先判断任务结果是归因于计划、执行、两者皆有或皆无，然后仅更新对应的记忆库。实验在四个长期规划基准上进行，CHIME 始终超越最先进的基于训练和自我进化记忆的基线。进一步分析显示，CHIME 能以更少的记忆条目积累有效经验；记忆价值与下游效用高度一致，高质量的规划记忆比执行记忆更有价值；累计的记忆还能在不同主干模型之间迁移。代码将在 https://github.com/ATH-MaaS/Marco-DeepResearch 发布。
点评