ENGRAM：把智能体经验固化进权重的验证式整合框架

语言模型智能体如何“记住”经验，一直是个悬而未决的问题。靠外部检索把过往轨迹存进向量库，还是靠参数学习将经验内化到权重里？这两条路各有代价：检索灵活但占用上下文，参数学习高效却难以判断何时该学、何时该放手。ENGRAM 提出了一个分开处理“训练准入”与“记忆释放”的框架，试图让经验整合变得可控。

核心问题：学什么、何时忘

把存储的经验整合进模型权重，需要同时回答两个问题：哪些经验值得训练，以及外部记录什么时候可以退出检索。原文指出，仅以学生模型掌握程度作为准入标准，会排除有用的教师示范；而训练一结束就立刻移除外部记录，又会丢掉模型仍然需要的指导。这个矛盾构成了 ENGRAM 的设计出发点。

参数学习与外部检索的取舍：参数学习指通过梯度更新把经验写入模型权重，推理时无需额外上下文，但更新成本高、易灾难性遗忘，且难以判断某条经验是否已值得固化。外部检索则把轨迹存入向量库，推理时按需召回，灵活可撤销，却持续消耗上下文窗口与调用开销。两者并非互斥：ENGRAM 的思路是让检索作为“脚手架”，待经验经训练内化且经检验后可安全撤除，从而在灵活性与效率之间取得渐进式平衡。

保留探针（held-out probe）：指从训练数据之外留出的一组代表性任务或技能样本，用于在更新后、不依赖情节检索的条件下评估模型是否真正掌握了相关能力。它充当“无外部记忆时的能力体检”，避免模型仅靠检索提示蒙混过关。ENGRAM 的验证门正是借助保留探针，将有检索基座与无检索更新模型对比，从而判断某条外部记录能否安全释放。

双门机制：准入与释放解耦

ENGRAM 将流程拆成两道门。第一道是示范感知准入（demonstration-aware gate），技能只要满足“学生已掌握”或“有足够成功的教师示范”之一即可进入训练。学生模型借助 Engram Trace Graph（ETG）提供的上下文，从选定的动作轨迹中学习。

第二道是验证门（verification gate）。更新后的模型在保留探针上、不依赖情节检索，与带检索的基座模型对比。释放需要同时满足两个条件：该技能确实有效参与了训练，且分数达到相对与绝对双重标准。未通过验证的技能，其外部记录继续保留在检索中。这种解耦让“训练”和“遗忘”不再绑定在同一个时间点上。

Engram Trace Graph（ETG）：可理解为对智能体过往交互轨迹的结构化组织，把情节记忆（具体动作、观察序列）以图的形式索引，使技能与示范轨迹之间可追溯、可检索。学生模型在训练时借助 ETG 提供的上下文，从选定的动作轨迹中学习，而非只依赖自身当前策略采样。ETG 同时充当外部记忆载体，验证释放时被逐步归档缩减的也正是它记录的可检索经验。

适配器激活（adapter activation）：指在模型主干之外挂载轻量参数模块（如 LoRA 类适配器），仅在训练特定技能时激活对应模块，而非全量更新权重。这样可降低干扰与遗忘风险，也使“某个技能是否真的参与了训练”可被追踪验证，是 ENGRAM 选择性适配与释放判定的实现基础。

实验表现：性能与效率的权衡

在交互与推理类基准上，ENGRAM 相对冻结权重的 ETG 对照组取得一致增益。消融实验支持了示范感知准入和选择性适配器激活的作用。

一组受控的留出对比更能说明问题：验证式释放大幅压缩了可检索足迹，同时性能接近“全部保留”的配置，并优于立即释放和预算匹配的随机释放。此外，ENGRAM 在提升任务表现的同时，还降低了输入 token 用量与模型调用次数。技能级验证通过选择性归档进一步缩减可检索经验，对不满足释放标准的技能则保留外部指导。

对智能体记忆设计的启示

ENGRAM 的价值不只是几个基准上的数字。它把“经验固化”从一次性动作变成了带验证的渐进过程：准入看证据，释放看验证，失败则退回检索。这种思路对构建长期运行的智能体系统有直接参考意义——记忆不是越多越好，也不是越早内化越好，关键在于有一套可检验的进出规则。代码已在匿名仓库开放，后续值得关注其在更复杂任务上的泛化表现。