MUSE：科学编程智能体的多级记忆框架

2026年10月30日，arXiv 人工智能板块刊出 Haoran Jin 等作者的论文，提出 MUSE——一个面向科学编程智能体的记忆管理框架，将多级记忆与选择性运行时注入相结合。据该报道，MUSE 从历史轨迹构建全局、方法级和实现级三层记忆：初始化时注入全局记忆与和问题匹配的方法级记忆；执行过程中按当前交互检索实现级记忆；再由 LLM 门控筛选相关经验，生成审查建议或跳过注入。目前公开信息仅来自这一篇主报道，尚无跟进报道披露实验设置、评测结果或与其他方法的对比，也未提及代码、数据或工具的开放情况与使用限制。事件仍处于框架提出阶段，后续进展有待观察。

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。