ExperienceIndex: Artifact-Grounded Memory
ExperienceIndex：面向知识密集型任务的工件经验记忆层
🧭 Agent 记忆与经验复用
MIT · McKinsey & Company · Oracle AI & UPenn · AI2
ExperienceIndex为AI Agent提供工件级经验记忆，通过单工件和工件对经验检索提升答案质量并降低成本
📌 工作参考价值（4 点）
- 实体级经验库：在电商/推荐场景中，将商品、类目、品牌、活动等视为 artifact，存储其历史贡献摘要（如该商品在哪些推荐任务中表现好、适合什么场景），新任务先检索经验快速锁定候选集，避免全量 LLM 召回，显著降低在线成本。
- 实体关系经验：记录 artifact 对之间的结构化关系（如商品搭配、品牌冲突、类目层级），在生成推荐理由、组合推荐或广告文案时，引导 agent 利用这些关系扩展思路，提升覆盖度和合理性。
- 轻量中间件集成：ExperienceIndex 作为 middleware 而非整体替代现有 agent 流程，可无缝嵌入已有的 RAG 或搜索推荐管线，只增加一个经验检索步骤，实现成本下降 50% 左右的效果，适合快速落地。
- 跨任务复用与教师蒸馏：text-to-SQL 任务积累的经验可迁移到 factoid QA，启示我们可以把用户行为分析、选品等任务积累的实体经验复用到推荐或广告生成；同时强模型经验可蒸馏给弱模型，在降本的同时维持效果。