一分钟读论文：《Remember When It Matters：长程Agent的主动记忆干预》

Meta AI的研究者发表的论文《Remember When It Matters：长程Agent的主动记忆干预》，提出了一种将Agent记忆从被动检索转变为主动干预的全新范式。在长程任务中，决策相关信息虽然存在于对话历史或上下文窗口中，但不再可靠地影响后续决策——作者称之为行为状态衰减。该研究通过双Agent架构和选择性干预机制，在Terminal-Bench 2.0上将Claude Sonnet 4.5的表现从37.6%提升至45.9%，增幅达8.3个百分点。

行为状态衰减：长程任务的核心失败模式

随着Agent执行任务的步骤增多，早期决策中积累的关键信息会逐渐失去影响力。这种现象并非因为信息被删除——它仍然存在于对话历史或上下文窗口中——而是因为后续生成的token不再可靠地引用这些早期信息。作者通过系统性分析发现，这是当前基于自回归生成的Agent架构的固有缺陷：每一步决策只受最近几轮上下文的直接影响，历史信息需要依赖显式检索才能重新进入控制循环。

传统方法试图通过增强检索能力来解决这一问题。然而实验表明，被动暴露信息的效果远不如主动干预——即使信息可以被检索到，如果系统不主动将其注入决策流程，它仍然会被忽略。这一发现直接挑战了当前主流记忆增强方案的设计假设。

双Agent架构与选择性干预机制

本文的核心创新在于将记忆功能从行动Agent中分离出来，形成独立的记忆Agent。两个Agent并行运行：行动Agent负责执行任务动作，记忆Agent则定期从近期轨迹中提取关键信息并更新结构化记忆库。与传统方法不同，记忆Agent不仅存储和检索信息，还承担了一个更关键的职责——决定是否向行动Agent注入提醒。

这种选择性干预机制包含三个步骤。首先，记忆Agent持续监控行动Agent的近期行为轨迹，识别出与当前任务相关但可能已被遗忘的关键信息。其次，系统评估这些信息对后续决策的重要性，判断是否需要主动干预。最后，只有当重要性超过阈值时，记忆Agent才会将提醒注入控制循环。实验证明这种选择性策略显著优于始终注入所有记忆、被动暴露全部历史以及纯顾问式引导三种基线。

实验结果与消融分析

研究者在两个长程任务基准上进行了全面评估。在Terminal-Bench 2.0上，Claude Sonnet 4.5配合主动记忆干预后准确率从37.6%提升至45.9%，增幅8.3个百分点；在tau^2-Bench上则从55.0%提升至61.8%，增幅6.8个百分点。即使使用更强的行动Agent（Claude Opus 4.6），系统仍分别获得2.4和2.5个百分点的提升，说明记忆干预的效果不依赖于特定行动模型的能力上限。

消融实验验证了各组件的贡献：选择性干预模块是最关键的创新点；结构化记忆库相比非结构化存储也有稳定增益。初步训练结果表明，在SETA数据集上使用SFT加GRPO微调Qwen3.5-27B作为记忆Agent，可以在保持推理能力的同时提升干预决策质量。

References

• Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents. arXiv:2607.08716, 2026. https://arxiv.org/abs/2607.08716
• Terminal-Bench 2.0 Benchmark, https://github.com/terminal-benchmark/terminal-bench
• tau^2-Bench: A Benchmark for Long-Horizon Agent Tasks, https://tau-bench.github.io