语言模型代理在长交互流中需要在线适应分布漂移，这要求持续学习。现有的代理框架要么只通过前向信息流更新状态，要么需要额外的回放或验证数据进行优化。为此我们提出 ReHarness——一种递归式的代理持续学习框架，在严格的在线流式协议下，除了前向读取和写入，还加入了向后修订。核心思想是：在每个实例处理完后，利用产生的轨迹作为反馈，重新修订该实例检索到的反思，从而把反馈逆向传播到文本式的 harness 状态。
实验在三个持续学习基准和三种语言模型骨干上进行，ReHarness consistently 超越了原始上下文基线、记忆与反思方法以及提示优化。进一步分析表明，ReHarness 能生成基于来源的有意义修订，纠正分布漂移下的过度概括或过时经验，并提升了学习过程的稳定性和可塑性。
点评