论文推荐| 主动记忆代理：在关键时刻唤醒长程智能体的记忆

在执行复杂的长程任务时，智能体常常面临“行为状态衰减”困境：随着交互轨迹不断拉长，大量与决策相关的关键信息，如任务要求的变化、环境反馈、过往失败尝试的诊断以及尚未完成的子目标，会逐渐被淹没在上下文窗口中甚至被完全挤出，导致智能体在需要时无法利用这些信息。为突破这一瓶颈，研究人员提出了一种全新的主动记忆干预框架。该框架引入一个独立的记忆代理，与原有的动作代理并行运行。记忆代理会持续从近期轨迹中提取关键状态，更新结构化的记忆库，并智能地判断当前是否需要向动作代理注入基于记忆的提醒，其余时间则保持静默。这一模块可即插即用，无需修改动作模型本身。在 Terminal-Bench 2.0 和 τ²-Bench 两大权威基准测试中，该方法分别将弱、强动作代理的通过率提升了 8.3 个和 6.8 个百分点。消融实验证实，选择性干预策略显著优于全量记忆暴露、持续注入以及单纯顾问模式。此外，团队还在 SETA 数据集上利用 SFT 和 GRPO 训练了 Qwen3.5-27B 作为记忆策略模型，实现了验证奖励的改善，并初步展示了向终端能力部分迁移的潜力，为构建具备开放权重记忆策略的长程智能体迈出了重要一步。