在多智能体长程协作中，任务越复杂，上下文膨胀越严重，导致推理鲁棒性下降。北大提出的StackPlanner框架，通过将记忆视为可主动管理的显式资源，创新性地解决了记忆过载和跨任务泛化两大核心痛点，为构建更稳定、更通用的AI系统提供了新范式。
智能速览
多智能体系统面临任务步骤越多、推理越不稳定的“不可能三角”。
StackPlanner的核心创新在于将记忆视为可主动管理的显式资源。
通过REVISE原子动作实现记忆的更新、压缩与修剪，有效抑制错误传播。
结合强化学习和结构化经验库，实现了跨任务的泛化与快速启动。
实验证明其在多个基准测试中达到SOTA，且具备良好的分布外泛化能力。
精华内容
StackPlanner框架的提出，为解决多智能体系统中的长期记忆瓶颈提供了全新思路。它不再被动地接受上下文膨胀，而是像管理数据库一样，主动、精确地控制记忆的存取与优化。
记忆过载之困
在多智能体系统的长期任务中，开发者普遍面临一个“不可能三角”：任务步骤越多，上下文膨胀越快，推理的鲁棒性就越低。这主要源于两大痛点：一是任务内的记忆冗余，简单追加信息导致上下文充满噪声和错误，引发“Lost in the Middle”效应；二是跨任务的经验缺失，系统缺乏对历史成功路径的抽象，导致面对新任务时无法复用标准流程，泛化能力差。
主动式内存栈
StackPlanner的第一个核心创新是引入了主动式任务内存栈，并通过一个名为REVISE的原子动作来管理它。协调者可以像操作数据结构一样对内存栈进行三种操作：Update（压栈），线性记录关键状态；Condensation（压缩），将阶段性完成的冗长记忆弹出，总结为紧凑表示后重新压回；Pruning（修剪），显式识别并剔除无效或错误的探索路径，同时在栈中保留失败原因，实现“元认知”和路径纠偏。
经验库与强化学习
为实现跨任务的泛化能力，StackPlanner构建了结构化的经验记忆库，其中包含User Profiles、Semantic Memory以及关键的Procedural Memory（即SOPs）。在此基础上，系统利用强化学习来训练协调者，使其能够精准地从历史轨迹中检索有用的经验，从而在面对新任务时避免“冷启动”困境，显著提升了决策质量和效率。
实验验证与启示
实验结果显示，StackPlanner在GAIA和MuSiQue等多个基准测试上均取得了SOTA（State-of-the-Art）成绩。消融实验尤为关键，当移除REVISE模块后，性能出现断崖式下跌，这强有力地验证了主动内存管理对于抑制错误传播的必要性。此外，在分布外数据上的稳健表现也证明，StackPlanner学到的是底层的规划逻辑，而非简单的文本匹配。这项研究带来了三点启示：架构解耦是管理复杂性的关键；内存应被视为可主动管理的有限资源；通过修剪实现的内生反思机制，是迈向稳健推理的重要一步。
StackPlanner不仅是一个解决多智能体记忆问题的技术方案，更是一种从“被动记忆”转向“主动认知”的思维转变。它通过将记忆管理显式化、结构化，为构建更可靠、更具泛化能力的复杂AI系统铺平了道路。这种主动管理记忆的思路，是否会成为未来AI系统设计的标准范式？
