规模化程序知识检索：Reasoning Memory提升推理能力的新范式

Reasoning Memory是一种针对推理模型的检索增强生成框架，通过从3200万条程序性知识条目中检索相关子程序，让模型复用历史推理经验，在数学、科学和代码任务上实现显著性能提升。其核心在于解决现有测试时扩展方法孤立处理问题、无法复用程序性知识的局限，为推理模型带来范式转变。

测试时扩展（如思维链、多次采样）可提升推理模型准确率，但存在根本性局限：每个问题孤立处理，无法系统复用历史类似问题的经验，尤其忽视了程序性知识（如何分解问题、选择策略、验证回溯等元认知技能），导致模型需从零构建推理过程。

Reasoning Memory专注于检索复用程序性知识（“如何做”的知识，如问题分解、策略选择等）。技术实现包括：1. 轨迹分解：将现有推理轨迹拆分为3200万条“子问题-子程序”对构成知识库；2. 推理时检索：通过子问题显式化→相关子程序检索→程序性先验推理三步，模拟人类专家复用策略的推理方式。

在数学、科学、代码等六个基准测试中，Reasoning Memory一致优于传统文档RAG、完整轨迹RAG等对比方法：比无检索方法提升高达19.2%，比最强计算匹配基线平均提升7.9%。消融研究表明成功关键在于：源轨迹的广泛程序性覆盖、子问题-子程序的分解与检索设计。

启示：从“记忆事实”转向“学习解决问题”，拓展检索增强至策略/方法/验证规则等领域，受人类认知启发（专家依赖程序性知识）。应用价值：提升推理效率（避免重复探索）、增强可解释性（追溯决策依据）、支持持续改进（知识库随新问题扩展形成闭环）。

当前局限：知识库构建成本高、检索精度依赖设计、领域特异性强。未来方向：动态知识库更新（自动提取新推理中的程序性知识）、跨领域迁移、检索与推理深度融合、构建层次化程序知识体系。