Artikel ini memperkenalkan agen memori proaktif yang dirancang untuk mengatasi "peluruhan keadaan perilaku" dalam tugas jangka panjang, di mana informasi yang relevan dengan pengambilan keputusan sering hilang seiring meluasnya trajektori. Modul ini berjalan berdampingan dengan agen aksi yang tidak dimodifikasi, secara aktif memperbarui bank memori terstruktur dan menyuntikkan pengingat ketika diperlukan.

  • Sistem meningkatkan pass@1 sebesar +8.3 pp pada Terminal-Bench 2.0 dan +6.8 pp pada $\tau^2$-Bench untuk agen aksi yang lebih lemah maupun lebih kuat.
  • Intervensi selektif mengungguli eksposur bank pasif, penyuntikan selalu aktif, panduan hanya penasihat, dan pencarian umum dalam studi ablasi.
  • Penulis melatih Qwen3.5-27B pada SETA menggunakan SFT dan GRPO untuk membuat kebijakan memori bobot terbuka awal.

Pendekatan ini menunjukkan bahwa intervensi memori aktif lebih efektif daripada pencarian pasif untuk mempertahankan konteks dalam alur kerja agen yang kompleks.