EvoLib：将经验转化为不断演进的知识

Microsoft Research 提出 EvoLib 框架：不更新模型参数，而是在推理时从智能体自身经验中提取可复用技能与反思洞察，并通过知识整合与动态加权使其持续演进。在数学推理、代码生成与长程决策等任务上，EvoLib 持续超越主流基于检索的记忆方法，且对任务顺序具有鲁棒性。