L'article présente un agent mémoire proactif conçu pour répondre à la "dégradation de l'état comportemental" dans les tâches à long terme, où les informations pertinentes pour la prise de décision sont souvent perdues au fur et à mesure que les trajectoires s'étendent. Ce module s'exécute parallèlement à un agent d'action non modifié, mettant activement à jour une banque de mémoire structurée et injectant des rappels lorsque cela est nécessaire.

  • Le système améliore le pass@1 de +8.3 pp sur Terminal-Bench 2.0 et de +6.8 pp sur $\tau^2$-Bench pour les agents d'action plus faibles et plus forts.
  • L'intervention sélective surpasse l'exposition passive à la banque, l'injection permanente, le guidage uniquement par un conseiller et la recherche générale dans les études d'ablation.
  • Les auteurs ont entraîné Qwen3.5-27B sur SETA en utilisant SFT et GRPO pour créer une politique de mémoire ouverte précoce.

Cette approche démontre que l'intervention active de la mémoire est plus efficace que la recherche passive pour maintenir le contexte dans des flux de travail d'agents complexes.