GrepMem:纯文本日志+正则搜索让长程 Agent 达到 95-97% 准确率
dair_ai · x · 2026-11-20
USC 团队发布论文《Forget Freely, Grep Later》,提出 GrepMem——一种无索引、无损的 Agent 记忆机制:把 Agent 完整历史保存为纯文本日志,需要时用正则搜索按需检索,不需要嵌入、检索索引或额外模型。
核心结果(用 RL 训练 Qwen3.5-9B,对比五种上下文管理策略):
- ContextBench 上达 95-97% 准确率,有损方法最高仅 21%
- 在 BCP-Multi 上比 SUPO 摘要法高 8.8 个百分点
- 在全部五个任务上处于准确率-token 成本 Pareto 前沿,且随输入流变长仍能扩展
为什么有效:摘要类方法必须在 Agent 还不知道未来需要什么时决定保留哪些信息,天然有损;而完整日志保留一切,搜索按需找回细节。结论是「append-only 文本日志 + grep」就能替代结构化记忆系统,成为长程 Agent 记忆的简单但竞争力十足的方案。
「编程与Agent」频道最新
- Genie 4 API 上线:精确控制相机轨迹重构图与运镜 — korymath · 2026-11-20
- Tripo 推出 Agentic Canvas:AI 规划全流程批量生成 3D 资产 — LinusEkenstam · 2026-11-20
- OpenAI 将于 11 月 12 日切断 Cursor 模型访问,SpaceX 600 亿美元收购是导火索 — shashib · 2026-11-20
- Infor 携手 AWS 演示企业 Agent 栈:Claude Sonnet 4.6 当主管调度员 — shashib · 2026-11-20
- Meta 发布 Benchmark Factory:用 agent 从自有代码库自动生成编码评测 — omarsar0 · 2026-11-20
- Treg 发布 /REA-marketing 技能:逐周逆向拆解任意品牌营销打法 — cneuralnetwork · 2026-11-20