本文介绍了一种主动记忆代理，旨在解决长视距任务中的“行为状态衰减”问题，随着轨迹的扩展，与决策相关的信息往往会丢失。这个独立的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。

  • 该系统作为一个即插即用的干预机制运行，决定是注入基于记忆的提醒还是保持沉默。
  • 在各种动作代理上，它在 Terminal-Bench 2.0 上取得了 +8.3 pp 的提升，在 $τ^2$-Bench 上的 pass@1 提升了 +6.8 pp。
  • 消融实验表明，选择性干预优于被动银行暴露、始终开启的注入、仅顾问指导和通用检索。
  • 作者使用 SFT 和 GRPO 在 SETA 上训练了 Qwen3.5-27B，以创建早期的开放权重记忆策略。

这种方法通过确保关键上下文影响决策而不是被埋在上下文窗口中，从而提高了性能。