本文介绍了迭代式经验优化框架，使得大型语言模型（LLMs）驱动的自主代理能够在任务执行过程中迭代优化经验。提出了连续模式和累积模式两种基本模式，实验表明连续模式可能产生更好的结果，而累积模式提供更稳定的性能。经验消除助于仅使用高质量子集实现更好的性能。