[CL]《PolicyBank: Evolving Policy Understanding for LLM Agents》J Choi, J Yoon, L T. Le, S Jha… [Google Cloud] (2026)
在LLM智能体领域，策略合规是一个悬而未决的难题。过去的方法受困于一个隐性假设——书面策略即完整事实，本质原因是将"策略文本"与"策略意图"混为一谈，使得智能体在规范与现实的裂缝处系统性失效。
本文的核心洞见是：把"策略执行失败"重新看作两类截然不同的故障——能力缺陷（Type I）与规范缺陷（Type II）。由此，PolicyBank这一工具级记忆机制通过持续反馈循环，将模糊的自然语言规范迭代精炼为可执行的授权逻辑，使智能体得以自主弥合规范与真实需求之间的鸿沟。
这项工作真正留下的遗产是：首次将经典访问控制领域的"策略修复问题"迁移至自然语言智能体场景，并证明结构化记忆可将规范缺口关闭达82%。它为后来者打开的新门是自演化策略系统——智能体通过经验而非人工改写来逼近真实需求。但尚未跨过的门槛是：当反馈信号噪声较大或策略文档规模持续膨胀时，PolicyBank的精炼质量是否仍能稳定可靠，仍是待解之题。
arxiv.org/abs/2604.15505
机器学习 人工智能 论文 AI创造营
