L'article présente un agent mémoire proactif conçu pour répondre à la "dégradation de l'état comportemental" dans les tâches à long horizon, où les informations pertinentes pour la prise de décision sont souvent perdues au fur et à mesure que les trajectoires s'allongent. Ce module distinct fonctionne aux côtés d'un agent d'action non modifié, mettant activement à jour une banque de mémoire structurée et injectant des rappels lorsque nécessaire.
- Le système opère comme un mécanisme d'intervention plug-and-play qui décide d'injecter des rappels ancrés dans la mémoire ou de rester silencieux.
- Il obtient des gains de +8,3 pp sur Terminal-Bench 2.0 et +6,8 pp sur $τ^2$-Bench pour le pass@1 à travers divers agents d'action.
- Les ablations démontrent que l'intervention sélective surpasse l'exposition passive à la banque, l'injection permanente, le guidage uniquement par un conseiller et la récupération générale.
- Les auteurs ont entraîné Qwen3.5-27B sur SETA en utilisant SFT et GRPO pour créer une politique de mémoire ouverte précoce.
Cette approche améliore les performances en s'assurant que le contexte critique influence les décisions plutôt que d'être enfoui dans la fenêtre de contexte.