EMMA：多智能体工作流的结构化情景记忆

2026年10月28日，arXiv 人工智能板块出现 Ruijia Niu 等作者的论文，提出 EMMA（structured Episodic Memory for Multi-Agent workflow synthesis），即面向多智能体工作流合成的结构化情景记忆方法。报道称，EMMA 把多智能体系统的配置视为情景记忆，这些配置包括控制器路由记忆、继承通用提示词的专家智能体，以及分步流程技能。该方法通过反射器把诊断出的失败归属到拥有修正权的范围，并提出单次编辑；同时配合与骨干模型无关的守卫，保证更新有界且增量。目前公开信息仅来自这篇主报道，尚无跟进报道披露实验规模、适用对象、地域或发布时间之外的限制，也未见与早先报道存在数字或说法矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。