RefCon: Iterative Refinement and Contrastive Memory Extraction for Context-Evolving Agent

RefCon 先顺序自我精炼轨迹，再并行自对比抽取记忆，不需要 gold label，目标是让记忆质量随测试时计算增加。AppWorld、BFCL-V3 的多框架实验中，ACE 相对提升 21.6%、ReMe 提升 16.6%；追求多样性的 DivCon 在 ReasoningBank 提升 35.5%。更多轨迹仍带来收益，而多样性单独扩展较早饱和，且 RefCon 在软件工程任务上超过真值记忆基线。