LLM 代理在新环境中往往缺乏操作性知识，需要自行发现工具行为或环境约定。缺少过去尝试的记忆会导致在不同任务中重复错误，进而增加失败率和轨迹长度。传统做法依赖人工编写的指南或基于训练任务和 oracle 验证器构建的程序性记忆，这两者都要求事先了解环境。
DAEDALUS 提出一种无需已有任务或 oracle 验证器的自举记忆构建方法。系统由两名代理组成：
- explorer：在环境中交互，生成既具挑战性又可解的任务；
- solver：尝试完成这些任务。
每当 solver 失败时，会从失败轨迹中提取启发式规则（heuristic），并在 solver 多次成功使用该规则后予以接受。接受的启发式会反馈给 explorer，用于调节后续任务的难度。最终，所有被接受的启发式被汇总进记忆库，在测试阶段直接供代理调用。
在 AppWorld、$\tau^2$-bench 和 AutomationBench 三大基准上，DAEDALUS 将平均成功率提升至多 15.9 点，pass^5 提升至 2.2 倍，相比无记忆基线表现显著；与使用训练任务的方法相当，却以更低的推理成本实现。实验表明，即使探索预算很小，性能提升也已显现；此外，DAEDALUS 生成的任务可作为模型排序的代理基准。
进一步的消融实验显示，solver 的执行轨迹是提取有效启发式的关键信息，而对早期发现进行因式分解能够提升探索效率。
代码与数据已开源：www.github.com/illuin-tech/daedalus。
点评