本文介绍了一种旨在解决长视距任务中“行为状态衰减”问题的主动记忆代理，随着轨迹扩展，与决策相关的信息往往会丢失。该模块与未修改的动作代理并行运行，积极更新结构化记忆库并在必要时注入提醒。

  • 在 Terminal-Bench 2.0 上 pass@1 提升了 +8.3 pp，在 $\tau^2$-Bench 上提升了 +6.8 pp，适用于较弱和较强的动作代理。
  • 在消融研究中，选择性干预优于被动库暴露、始终注入、仅顾问指导以及通用检索。
  • 作者使用 SFT 和 GRPO 在 SETA 上训练了 Qwen3.5-27B，以创建早期的 open-weight 记忆策略。

这种方法表明，在复杂的工作流中，主动记忆干预比被动检索更能有效地维持上下文。