Reflexion 中的反射记忆如何存储和利用历史信息？

1. 情景记忆缓冲区的结构

反射记忆以自然语言文本的形式存储在先进先出的缓冲区中。每条反思记录包含三个关键要素：

• 失败现象描述：智能体在上一轮尝试中出现的具体错误
• 归因分析：导致失败的根因推断
• 改进行动指令：面向下一轮尝试的可执行建议

例如："我在搜索同一组容器时陷入了重复循环。下次应该优先尝试不同的位置组合。"

2. 记忆容量管理

由于上下文窗口长度的限制，原始论文将记忆缓冲区容量设定为 1 至 3 条。这一设计权衡考虑了以下因素：

• 信息密度：保留最关键的几条反思，避免冗余信息稀释注意力
• Token 预算：过长的记忆会显著增加输入 Token 数量，推高推理成本
• 时效性：最近的反思通常比早期的更有针对性

在实际工程落地中，可采用记忆合并、相似度去重、时间衰减等策略优化记忆质量。

3. 跨会话记忆扩展

虽然 Reflexion 原生设计为会话级学习，但通过将反思持久化到外部向量数据库中，可以实现跨会话的知识积累。按任务类型索引反思记录，能够形成 emergent skill library（涌现技能库），使智能体在长期部署中持续进化。