大型语言模型（LLM）代理在单轮任务上表现突出，但在长时程任务尤其是未经过预训练的环境中仍然困难。单一 LLM 难以处理长上下文，根源在于连续决策与推理能力的不足。已有的多代理系统（MAS）通过长期记忆库缓解这一问题，但多数仅依赖知识复用或摘要，直接检索缺乏针对当前任务的适配，且检索到的记忆常伴随大量历史噪声，需要预处理。相对地，基于任务指导的 MAS 往往缺少专门为指导设计的长期记忆。
为此我们提出 M-Plan，一个闭环 MAS 框架，融合长期记忆与短期记忆。框架通过全局‑局部以及过去‑当前的指导机制，在多轮任务执行中提升代理表现，同时保持即插即用的特性。任务执行时，代理获得任务特定的里程碑与洞察；仅在出现困惑时提供局部提示，两者共同构成全局‑局部指导，并生成短期记忆。任务结束后，将当前任务的关键信息进行优化或重组后写入长期记忆，以供后续检索使用。该设计区别于仅关注单一长期或短期记忆的已有工作，形成了一个完整的记忆协同框架。
我们在 ALFWorld、Webshop、PDDL 等多轮任务上进行广泛实验，覆盖多种模型。实验结果显示，M-Plan 在准确率和效率上均显著超越多种基线方法。
点评：M-Plan 通过闭环记忆交互实现了长短期记忆的协同，提供了在复杂多轮任务中更稳健的推理与决策能力，为 LLM 代理的实际部署提供了可行路径。