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 terpisah ini berjalan berdampingan dengan agen aksi yang tidak dimodifikasi, secara aktif memperbarui bank memori terstruktur dan menyuntikkan pengingat ketika diperlukan.
- Sistem beroperasi sebagai mekanisme intervensi plug-and-play yang memutuskan apakah akan menyuntikkan pengingat berbasis memori atau tetap diam.
- Sistem mencapai peningkatan +8,3 pp pada Terminal-Bench 2.0 dan +6,8 pp pada $τ^2$-Bench untuk pass@1 di berbagai agen aksi.
- Ablasi menunjukkan bahwa intervensi selektif lebih unggul daripada paparan bank pasif, penyuntikan selalu aktif, panduan hanya penasihat, dan pengambilan umum.
- Penulis melatih Qwen3.5-27B pada SETA menggunakan SFT dan GRPO untuk membuat kebijakan memori bobot terbuka awal.
Pendekatan ini meningkatkan kinerja dengan memastikan konteks kritis mempengaruhi keputusan daripada terkubur di jendela konteks.