论文自动化设计 Agent 记忆系统，分类准确率提升 7.7 个点

blaizedsouza · x · 2026-08-20

一篇被热传的论文把 LLM agent 的记忆工程（memory harness）自动化：不再靠开发者手工调向量检索和上下文窗口，而是用外层循环让 agent 检查文件系统执行日志、发现带标签引导的查询策略，并用纯 Python 重写记忆检索代码，实现端到端的自我改进式记忆工程。

结果：发现的记忆 harness 使分类准确率提升 7.7 个百分点，上下文 token 消耗减少约 4 倍。作者还配有配套长文《From context to dreams: architecting memory for AI agents》，讨论跨会话记忆架构。