长上下文让 Agent 忘事,Meta 记忆代理将基准提升至 45.9%

DeepLearningAI · x · 2026-09-25

长轨迹下,执行动作的 agent 常因上下文截断或关键信息被无关 token 淹没而重复早期错误。Meta AI 的 Yifan Wu 等人提出 Proactive Memory Agent:由一个独立记忆代理维护结构化笔记(工具用法、过往错误、关键事实),并只在关键时刻向动作代理注入简短提醒,避免信息过载。

实验基于 Claude Sonnet 4.5、Claude Opus 4.6 与 Qwen3.5-122B-A10B 等模型,记忆代理采用 Claude Opus 4.6,小系统则在 SETA 命令行任务上经 SFT+RL 微调 Qwen3.5-27B。结果在所有测试基准上均提升动作代理表现,Claude Sonnet 4.5 从 37.6% 提到 45.9%。