迈向自我进化代理：用于持续上下文优化的双流程框架

大型语言模型（LLMs）已成为交互式人工智能系统的关键组成部分，然而部署后它们本质上保持静态：无法从交互反馈中更新参数，且常在长时间交互过程中重复相同错误。我们提出了双流程代理（Dual-Process Agent，DPA）框架，用于持续上下文优化，实现在不修改冻结模型骨干的前提下的学习。受认知科学中双流程理论启发，DPA将每次交互事件分解为两个互补的过程：快速的系统1从显式的长期记忆中检索紧凑且相关的上下文并生成响应；缓慢的系统2则对结果进行反思，并将策划的更新写回记忆。为防止在长时间交互中过度记忆退化，DPA维护带有效用统计的列表式记忆条目，并采用保守的策展门控过滤通用、冗余或冲突的插入。六个多样化基准实验表明，DPA在GPT-5.1与Llama-3.1-8B骨干上均持续优于基础提示和竞争基线，在多种推理及知识密集型任务中表现最佳整体性能。