Meta：主动记忆干预长程智能体

标题Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents来源arXiv, 2607.08716v1️文章简介研究问题如何解决长程任务中关键决策状态随轨迹增长而失效的行为状态衰减问题主要贡献论文提出将记忆视为主动干预机制通过独立记忆智能体选择性注入提醒以提升长程任务性能。重点思路定义行为状态衰减现象指出仅靠扩大上下文窗口无法保证历史信息持续约束未来决策需主动维持执行状态。设计双阶段记忆智能体架构与未修改的动作智能体并行运行实现记忆维护与动作选择的解耦。构建结构化记忆库包含私有状态、知识记忆和程序记忆三类组件分别追踪进度、稳定事实及尝试结果。第一阶段通过工具调用显式管理记忆库支持更新状态、保存知识、记录过程及删除过时条目等操作。第二阶段基于更新后的记忆库决策是否干预仅在必要时生成简洁的基于记忆的提醒注入下一轮动作上下文。采用固定间隔触发机制调用记忆智能体隔离干预策略本身的效果避免复杂触发逻辑带来的干扰。探索开放权重记忆策略学习通过SFT蒸馏提示轨迹再用GRPO强化学习优化干预时机校准。分析总结在Terminal-Bench 2.0和τ2-Bench上记忆干预显著提升弱强两类动作智能体的pass1指标增益分别为8.3pp和6.8pp。消融实验表明选择性干预优于被动暴露全库、强制每步注入、无记忆顾问模式及通用检索系统Mem0。定性分析显示有效干预集中在重激活被忽略的需求、环境事实、失败诊断及子目标等具体执行状态。训练Qwen3.5-27B作为记忆智能体在SETA上验证奖励提升并在Terminal-Bench实现3.5pp迁移增益。强模型同样受益说明记忆干预并非仅补偿能力不足而是解决长程任务固有的状态维持难题。个人观点论文将记忆从被动存储重构为主动控制策略强调“何时干预”比“记住什么”更关键。