Artikel ini mengusulkan memindahkan penyimpanan memori ke dalam loop penalaran agen untuk menciptakan "memori kerja yang diperluas", dengan berargumen bahwa latensi ditentukan oleh lokasi penyimpanan daripada pola retrieval. Dengan menggunakan penyimpanan dalam-proses yang menjawab dalam sekitar 100 mikrodetik, sistem menghindari latensi tinggi dari penyimpanan jaringan yang dapat membengkakkan waktu end-to-end hingga 83x.
- Aksi redundan turun dari 7,2 dari 12 dengan round trip cloud 110ms menjadi nol pada kecepatan dalam-proses.
- Recall meningkat dari 0/5 menjadi 3,6-4,8/5 di empat model kelas GPT-5 di bawah jendela terbatas.
- Penyimpanan mempertahankan persistensi penulisan 100% (244 dari 244 tulisan disimpan) dengan semua miss yang dikaitkan dengan kebijakan baca agen.
- Menggabungkan penyimpanan dalam-proses dengan embedder lokal kecil mengurangi biaya embedding dominan, membawa operasi lengkap menjadi sekitar 40 mikrodetik.
Pendekatan ini menunjukkan bahwa ketersediaan cepat dan konstan mengubah memori menjadi memori kerja yang diperluas, secara signifikan meningkatkan recall dan efisiensi dibandingkan dengan penyimpanan eksternal tradisional.