Salesforce 推出 JitMem：读取时才整理记忆，Agent 三大基准最高提升 16.3 分
Salesforce · hf · 2026-09-24
Salesforce 发布 Just-in-Time Memory（JitMem），重新思考 LLM Agent 的记忆系统设计。现有方法多在写入时整理记忆：任务结束后把轨迹固化为反思、工作流或技能等产物，这在不知道未来查询的情况下就要决定什么值得记住，不可逆地丢弃信息。
JitMem 的思路是保留原始轨迹，把整理推迟到读取时——当新任务已知后，由记忆整理器合成一个针对当前任务定制的紧凑载荷。由于载荷在同任务内被消费，整理器可直接用即时任务成功信号训练，避免长周期信用分配难题。
在 ALFWorld、WebShop 和 τ²-bench 上，JitMem 相比最强写入时记忆基线分别提升 16.2、16.3 和 3.9 个绝对成功率点。值得注意的是，即使未经训练的整理器也已追平或超过基线，说明任务自适应的读取时整理本身就是增益的主要来源。
「编程与Agent」频道最新
- Resend 接入 Stripe Projects，一条命令为 AI Agent 配好邮件服务 — jeff_weinstein · 2026-09-24
- 实测 MiniMax Code 一键建站：自然语言到上线的完整流程 — nikola_mr64990 · 2026-09-24
- AI Agent 测试或成下一个大赛道:自主 QA 层押注可靠性 — DevWithTea123 · 2026-09-24
- 本地脱敏中间件构想:敏感数据不出门也能用外部 LLM — Ai_MOON_SHOT · 2026-09-24
- Harness Engineering 实战指南：让编码 agent 可靠的不止是写代码 — Pavan_Belagatti · 2026-09-24
- Claude Code Projects 支持本地设备,线程可直接跑在自己机器上 — bcherny · 2026-09-24