HaMo 框架：用经验卡片检索与模型渐进适配破解长程 Agent 持续学习难题

湖州师范、阿里巴巴、浙大等机构提出 HaMo（Harness-Model Collaboration）框架，通过将轨迹蒸馏为策略级“经验卡片”，结合经验条件化持续学习与检索覆盖率筛选，实现长程 Web Agent 的经验复用和参数更新。实验显示，该方法在域内持续学习中稳定提升，并改善了跨域迁移表现。