微软论文全文：环境探测式记忆清理，agent 通过率翻倍成本减半
rohanpaul_ai · x · 2026-09-15
论文《Grounding Agent Memory: Environment-Probing Curation for Enterprise Agents》（arXiv:2609.11060）：持久记忆正进入生产级 agent 平台，但仅基于已完成轨迹的事后策展 agent 会保留错误、过度概括或留下过时知识。作者提出「环境探测式策展」：给现有异步记忆策展 agent 配备最小权限、只读的世界工具，用于检查、限定范围和刷新候选记忆；无需模型重训练，不改动任务 agent、检索器、记忆表示与生产写入权限。
实验（基于 GitHub Copilot SDK 搭建的生产级 harness）：
- CLBench 上探测将通过率从 39% 提到 73%，pass-discounted reward 从 8.60 升至 22.60，每题查询从 8.8 降至 4.7，任务 agent 成本从 $3.38 降至 $1.68
- 90 个改编自 APEX 的管理咨询任务：六个世界中全部 18 组记忆 vs 基线的平均 reward 对比均为正，工具调用减少 16–75%，五个世界中单位成本 reward 增益最佳
- 在 Sonnet 4.6 与 Opus 4.7 上均优于无探测的 GHCP + Mem，且无 schema 漂移
所属事件:微软新论文：Agent 记忆写入前先验证，通过率翻倍成本减半(2 条相关)→
「编程与Agent」频道最新
- 同一需求三模型实测:0.5 美元的腾讯 Hy3 方案胜过 4 美元的 Claude — tejasghutukade · 2026-09-15
- Stripe 公开征集意见：用 AI Agent 经营业务的用户想要什么功能 — jeff_weinstein · 2026-09-15
- AI 代理 5 分钟砍掉车险旧保单，年省 3500 美元 — garrytan · 2026-09-15
- Pokee Isaac 接入 OpenCode,一次生成完整产物 — Kyrannio · 2026-09-15
- 数据库老炮忠告：恢复比备份重要，测试环境须模拟生产规模 — craigmullins · 2026-09-15
- 索引不是免费午餐：数据库优化器的表现取决于你喂给它的统计信息 — craigmullins · 2026-09-15