知识卡片：记住重要时刻：面向长时程任务的主动记忆代理

一句话结论

本文提出一种与原有动作代理并行的主动记忆代理，它通过结构化记忆库和选择性干预机制，在长时程任务中有效缓解“行为状态衰减”问题，显著提升任务成功率。

事件概述或研究问题

在长时程任务中，决策相关的状态信息常常散布在不断扩展的动作轨迹中。随着轨迹增长，任务需求、环境事实、先前尝试、诊断结果和未完成的子目标可能被埋没在上下文窗口中，甚至被推出窗口，导致无法在需要时影响决策。作者将这种失败模式称为**“行为状态衰减”**（behavioral state decay）。现有方法多依赖被动检索，未能主动干预。本文旨在将内存作为主动干预机制而非被动检索来研究。

方法/产品要点

• 设计一个独立的内存代理（memory agent），与未修改的动作代理并行运行。
• 内存代理从近期轨迹中更新结构化的记忆库，并决定是否向动作代理注入一条基于记忆的提醒（reminder），或保持沉默。
• 该模块即插即用，可与前沿动作代理及现有的代理框架（harnesses）结合。
• 作为开源权重内存策略的初步尝试，作者使用SFT和GRPO在SETA数据集上训练了Qwen3.5-27B模型，提升了验证奖励，并实现了在Terminal-Bench上的部分迁移。

主要结果或产业意义

• 在Terminal-Bench 2.0和τ²-Bench两个基准上，该方法对弱动作代理和强动作代理均提升了pass@1指标：
  • Terminal-Bench上提升 +8.3 个百分点
  • τ²-Bench上提升 +6.8 个百分点
• 消融实验表明，选择性干预（selective intervention）优于被动记忆库暴露、始终注入、仅作为顾问指导以及通用检索等策略。

为什么重要

长时程任务是AI代理面临的核心挑战之一。传统方法受限于固定上下文窗口，无法有效维持任务关键信息。本文将记忆从“被动检索”转变为“主动干预”，为构建更持久的智能代理提供了新范式，并且其即插即用特性降低了实际部署门槛。

局限与不确定性

• 具体内存代理的结构细节、记忆库的更新规则、提醒注入的具体格式等在摘要中未详细说明，待核实。
• 训练Qwen3.5-27B模型时使用的SETA数据集的具体构成和规模未知。
• 在除Terminal-Bench和τ²-Bench以外的其他任务或场景中的泛化能力未提及。
• 实验结果仅报告了pass@1指标，缺乏对成功率、时间效率等其他维度的全面评估。

可用于图书/PPT/简报的角度

• 讲解大模型代理的上下文窗口瓶颈时，作为“主动记忆管理”的典型案例。
• 对比“被动检索”与“主动干预”两种记忆策略的差异和效果。
• 展示“即插即用”模块如何与现有代理系统集成，降低技术升级成本。
• 用于说明强化学习（GRPO）与监督微调（SFT）结合在提升代理记忆能力上的初步探索。

原始材料

• 英文标题：Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents
• 英文关键词：Proactive Memory Agent; Long-Horizon Agents; Behavioral State Decay (根据摘要提取)
• 来源：arXiv预印本，ID: 2607.08716v1
• 作者：Yifan Wu, Lizhu Zhang, Yuhang Zhou, Mingyi Wang, Bo Peng, Serena Li, Xiangjun Fan, Zhuokai Zhao
• 出版日期：2026-07-09
• URL：https://arxiv.org/abs/2607.08716v1
• 摘要原文：见上方“Source material”中的Fetched text excerpt。