HaMo 框架：经验卡片检索+模型渐进适配，破解长程 Agent 持续学习难题

湖州师范、阿里巴巴、浙大等机构提出 HaMo 框架，用于解决长程 Web Agent 的持续学习问题。该框架将轨迹蒸馏成策略级“经验卡片”供即时检索复用，并用经验条件化的持续学习目标训练模型执行检索到的策略。基于检索覆盖率的筛选机制挑出紧凑互补轨迹用于参数更新；实验显示域内持续学习稳定提升，跨域迁移更好。