openJiuwen首发TTSE框架：让智能体把每批任务沉淀成可核对的经验

量子位11月10日报道，openJiuwen首发名为TTSE的经验学习框架，试图解决智能体“做完任务却不长本事”的老问题：让每一次任务执行的轨迹，转化为下一轮可直接调用、也能被追责和修正的经验。

TTSE的核心是把经验拆成两条轨道。FACT描述环境本身的属性与规律，强调可直接验证，以及在适用场景下的跨任务稳定性；TIP描述特定任务条件下的执行方法，用“在什么条件下、执行什么操作”的形式表达。

两类知识各自维护独立编号、呈现方式与证据追踪机制。这样做的好处是可追溯：每条经验都能单独引用、核对与更新，执行出问题时能追到究竟是哪条事实判断或哪条操作建议产生了影响。分类时框架会判断内容主体与作用，难以确定的内容默认归入TIP，以降低把未经验证的操作当成环境事实的风险。

冷启动阶段，TTSE从空规则库出发，让智能体执行首批任务（chunk 0），再根据轨迹分别归纳FACT与TIP，建立初始双轨经验库。此后进入在线增量演进：每轮加载上一轮的经验执行新任务，再依次完成四个环节。

这四个环节是归因（Blame）、退役（Retire）、矛盾分析与合成（Contradict / Synthesize）、归纳（Induce）。归因从失败轨迹中找出可能误导执行的规则；退役把被归责的规则移入退役池，并保留原因、批次与时间记录；矛盾分析尝试识别冲突经验背后的适用条件，把看似矛盾的规则合成为条件更明确的TIP；归纳则对比成功与失败轨迹，通过新增、修订、确认与移除更新经验库。

团队在五个基准上做了评测，每项实验独立重复三次。ALFWorld上，TTSE在GLM-5上成功率达到98.51%，在DeepSeek-V3.2上达到97.8%，较此前最优方法GraSP的83.6%提升14.2个百分点，同时减少了任务执行步数。

ScienceWorld上，MACRO Reward从0.7204升至0.8534，Native Success从53.08%升至73.46%，提高20.38个百分点。GDPevo上，完整双轨方案平均得分0.2616，约为零样本基线0.0947的2.8倍；SOPBench上与贝叶斯技能管理融合后，总体成功率从基线79.15%升至单轨方案的91.59%，再升至双轨融合的94.58%。

真实任务侧，团队以非侵入方式把TTSE接入OpenClaw，在147个端到端任务上各运行三次，双轨方案平均得分从0.7439升至0.7822，提升3.83个百分点，三次增益方向一致，运行极差从3.33个百分点收窄到1.61个百分点。

这些结果的看点在于消融：只记录事实或只记录技巧的单轨方案都弱于完整双轨。方法论与实验结果已写入论文A Two-Track Online Self-Evolution Framework for LLM Agents。下一步要看的是，“归因—退役—合成—归纳”这套循环在更长任务链和更多模型上是否同样稳定。