HaMo框架以经验卡片破解长程Web Agent持续学习

2026年10月28日，AGI Hunt 报道，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 Agent 即时检索复用，并以经验条件化的持续学习目标训练模型执行检索到的策略；同时用基于检索覆盖率的筛选机制挑出紧凑、互补的轨迹用于参数更新。报道称，实验显示域内持续学习稳定提升，跨域迁移表现更好。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。