SAGA：基于知识抽象的 LLM 智能体演化框架

论文提出 SAGA 框架，通过经验驱动的知识抽象让 LLM 智能体持续演化。SAGA 将交互轨迹逐步抽象为情景描述、可复用流程及带适用条件的原则，并检索原则生成任务特定指导，通过纠正反馈与重采样优化动作，形成执行—抽象反馈循环。在 ScienceWorld 和 ALFWorld 实验中提升任务表现，消融实验验证了情境实例化与动作调节的重要性。