微软团队在 AAMAS 2026 上发表的 LEGOMem（Modular Procedural Memory for Multi-agent LLM Systems），盯上了一个被多数多智能体系统忽略的问题：它们大多是「无状态、一次性」的——每来一个任务都从零开始，既不记得上次怎么干的，也不积累任何执行经验。论文想做的，是把过去任务的成功轨迹拆成可复用的记忆单元，像拼乐高一样在编排器与任务智能体之间灵活分配，让多智能体系统真正「越用越会干」。
把任务轨迹拆成记忆单元
LEGOMem 的做法分两层。它把成功的执行过程蒸馏成结构化的记忆单元：一类是全任务记忆，保存任务级的计划与推理链；另一类是子任务记忆，保存某个智能体的具体行为与工具交互。这些模块化记忆存进一个按语义嵌入索引的记忆库，在推理时根据当前任务被检索、被复用。这等于给多智能体系统装了一本「操作手册」——不是泛泛的聊天记录，而是带结构、可定位的经验。
增量认知：多智能体系统的瓶颈，常常不在单模型能力，而在「经验无法跨任务沉淀」。LEGOMem 把「记忆」从单智能体的一串日志，升级成可拆分、可分配、可检索的模块——这一步让多智能体自此有了像样的「组织记忆」。
有意思的是，这种设计刻意保持轻量：记忆是模块化的、按需取用的，而不是把整段历史塞进上下文。这避开了「上下文越长越贵、越容易漂移」的老毛病，也避免了把无关经验硬塞给不该看的智能体。对长程、多步骤的工作流来说，这种「用多少取多少」的记忆，比一股脑喂上下文要干净。
记忆该放哪：编排器比你想的更关键
论文最有反直觉的发现，落在「记忆该放在哪」这件事上。在 OfficeBench 上的实验显示：编排器的记忆对任务拆解与委派最关键——因为它掌握全局计划，记得「这类任务通常怎么分、分给谁」；而细粒度的智能体记忆，更多提升的是单个环节的执行准确率。两者缺一不可，但角色不同：编排器记忆决定「拆得对不对」，智能体记忆决定「干得准不准」。
这个发现对工程实践很实用。很多团队一上来就给每个智能体塞记忆，却忽略了编排器才是全局记忆的最佳归宿。LEGOMem 提示：与其平均用力，不如先把编排器的记忆做厚，让它学会稳定拆解与委派；再把细粒度记忆下放到具体角色，补执行层的准确率。记忆的「位置」，比「有没有记忆」更决定成败。
小模型团队也明显受益
另一个让论文出圈的点：即便由较小模型组成的团队，也能从程序性记忆里拿到实打实的收益，显著缩小与强模型团队的差距。原因在于，强模型贵在「即兴能力强」，但很多工作流的稳定性来自「按成功经验办」——一旦把过往正确执行轨迹沉淀成记忆，小模型照着走，也能交出接近的答卷。这对预算敏感、又想上多智能体的团队是个好消息：与其无脑堆大模型，不如给小模型配一套靠谱的记忆。
边界提醒：论文结论基于特定基准（OfficeBench 等）与受控设置，记忆带来的增益会随任务类型、模型组合变化；并非所有场景都「加记忆就变强」。对高度开放、少有重复模式的新颖任务，记忆的复用价值会下降。把它当作「结构化、重复性工作流」的加速器，而非通用银弹。
LEGOMem 给多智能体系统补上的是一块常被忽略的拼图：不是更强的推理，而是更稳的经验。当行业把注意力都放在「如何让智能体更聪明」时，它提醒我们，让智能体「记得住、用得上过去的成功经验」，可能是规模化落地更省力的那一步。拼乐高式的记忆，听着朴素，却正中多智能体工作流的要害。