- 长程 Agent 在执行复杂任务时存在"行为状态衰减"，即使相关信息仍在上下文窗口中，Agent 也倾向于遗忘关键决策、失败记录和未完成的子目标
- Meta AI 提出 Proactive Memory Agent，一个与主行动智能体并行的独立记忆智能体，通过结构化记忆库跟踪状态，在关键时刻注入提醒——大多数情况下保持沉默
- 在 Terminal-Bench 2.0 上提升 pass@1 达 8.3 个百分点，在 τ²-Bench 上提升 6.8 个百分点，同时适用于弱模型（Sonnet）和强模型（Opus）
- 选择性主动注入优于被动检索、全量记忆注入和始终开启的顾问模式——沉默和提醒之间的权衡是关键设计变量
- 已训练 Qwen3.5-27B 记忆策略（SFT + GRPO on SETA），验证奖励达 0.734，迁移至 Terminal-Bench 仍贡献 3.5 个点的增益；代码已开源
长程 Agent 的核心难题：不是记不住，是关键时刻没想起
当你让一个 Agent 完成一个需要几十步的终端操作任务，比如搭建一套开发环境、迁移数据库或排查生产故障，你可能会遇到这个问题：它在第 5 步诊断出的根因，在第 20 步时似乎被"忘"了。不是上下文窗口不够——信息还在轨迹里——但它没有用来指导当前决策。
这和人类长时间工作时遇到的问题很像。你能回忆出几小时前读过的一段关键内容，但正在解决手头问题时，大脑不会自动把那段信息推送到注意力前台。论文把这种现象命名为行为状态衰减（behavioral state decay），即决策相关的状态信息在持续扩展的轨迹中被埋没，无法在需要时影响 Agent 的行为。
现有的应对方案效果有限。无限扩展上下文窗口会导致注意力稀释，长文本检索会引入不相关噪声，简单的摘要或记忆压缩又会丢失关键细节。问题不在于"有没有记住"，而在于"该提醒时没提醒"。
独立哨兵：一个并行记忆智能体，大多数时间保持沉默
Proactive Memory Agent 的思路与常见的记忆增强方案不同。它不修改主 Agent 的模型权重、不依赖被动检索（RAG），也不把全部记忆丢进上下文。而是在主 Agent 旁边运行一个独立的记忆智能体，它的工作只有两件事：更新记忆库，决定是否提醒。
这个记忆智能体通过工具调用维护一个结构化的记忆库，分为三个类别：稳定知识（如任务要求、环境事实）、当前状态（进展、已完成和未完成的子目标）、过程经验（失败尝试、诊断结论）。每个步骤，它读取最近的轨迹和当前记忆库，判断主 Agent 下一步需要什么信息，然后要么注入一条简洁的基于记忆的提醒，要么明确选择沉默。
沉默是最常见的输出。实验表明，总是注入记忆反而会降低效果——提醒是稀缺资源，用多了主 Agent 就不再重视。
这里可以用项目管理来理解：你有一个项目经理（记忆智能体），他不在代码里写逻辑，只看进度看板。大多数时候他不打扰你，但在你快走到错误的岔路口时，他会说一句"你第 5 步发现是这个根因"，然后继续安静。
Terminal-Bench 2.0 提升 8.3%，强弱模型都受益
实验在两个长程 Agent 基准上执行。Terminal-Bench 2.0 聚焦终端操作任务，τ²-Bench 是另一个综合性的长程 Agent 评测。主 Agent 采用了 Sonnet（较弱）和 Opus（较强）作为基座模型，记忆智能体则由 Opus 担任（后续实验中替换为小模型）。
核心结果：
在 Terminal-Bench 2.0 上，Proactive Memory Agent 带来 +8.3 个百分点的 pass@1 提升。在 τ²-Bench 上，提升为 +6.8 个百分点。使用 Opus 作为记忆智能体增益最大，但即使以 Qwen3.5-27B 作为记忆策略，仍然贡献了约 3.5 个点的增益。
消融实验的发现值得注意。选择性主动注入在几乎所有配置中都优于以下替代方案：始终展示完整记忆库（信息过载）、从不注入记忆（退化为基线）、被动检索（主 Agent 请求时才查找）以及仅用自然语言建议（不提供具体记忆内容）。有效性排序为：选择性主动注入 > 被动检索 > 顾问建议 > 始终注入。
意义与局限
这项工作的核心贡献不在于"更大更好的记忆"，而在于重新定义了记忆在 Agent 系统中的作用——从被动的存储仓库升格为主动的干预决策者。它提供了一种不修改主模型即可提升长程任务能力的即插即用方案，兼容现有的 Agent 框架和任意前沿模型。
局限也很明确。首先，记忆智能体本身需要一个足够强的模型，使用较弱模型做记忆策略的效果有限——论文中的 Qwen3.5-27B 训练后仍与 Opus 级记忆策略有明显差距。其次，记忆注入增加了一次额外推理：当记忆智能体选择提醒时，当步计算量大约翻倍。第三，SETA 环境下训练的 Qwen3.5-27B 虽然成功迁移到了 Terminal-Bench，但迁移幅度从 8.3% 下降到 3.5%，说明合成环境到真实评测域之间仍有差距。最后，论文只验证了终端操作场景（Terminal-Bench 和 τ²-Bench），能否泛化到编码、对话、网页操作等其他领域需要进一步验证。
作者、代码与资源
论文来自 Meta AI，第一作者 Yifan Wu，合作者包括 Lizhu Zhang、Yuhang Zhou、Mingyi Wang、Bo Peng、Serena Li、Xiangjun Fan、Zhuokai Zhao。代码已开源在 GitHub 上。对于尝试搭建长程 Agent 基础设施的开发者来说，将 Proactive Memory Agent 作为一个独立模块接入现有框架是值得尝试的方向——它只增加一个记忆智能体的调用，不需要改动主 Agent 的任何代码。
本文基于 arXiv 2607.08716 论文及项目文档撰写。项目地址：github.com/yifannnwu/proactive-memory-agent
AI 速览
