即时记忆：为 LLM Agent 学习按任务自适应策展的记忆机制

一篇 arXiv 论文提出 Just-in-Time Memory（JitMem），不再在写入时就把任务轨迹蒸馏为固定产物，而是保留原始轨迹，等到读取时结合当前新任务再合成紧凑的任务自适应记忆内容。由于该内容当次任务即被使用，策展器可直接依据即时任务成败训练。在 ALFWorld、WebShop 与 τ²-bench 上，JitMem 相比无记忆 agent 以及启发式和学习式写入时方法均更优，分别比最强基线提升 16.2、16.3、3.9 个绝对成功率百分点；未训练的策展器也已具备竞争力。

此前主流 agent 记忆系统在任务完成时即决定记住什么，未来查询未知，信息被不可逆丢弃，且存储决策的价值可能要到很久以后才显现，形成长程信用分配难题。JitMem 把策展推迟到读取时，使记忆内容随当前任务定制，并让训练信号与当次任务成败直接对齐。

机制上有两点：一是保留原始轨迹，避免写入时过早抽象和丢弃信息；二是读取时已知当前任务，策展器可据此合成面向即时需求的紧凑内容。因为该内容在同一次任务中被消费，其效用可立即观测，训练无需依赖延迟效用信号，也无需人为把相关任务分组，从而绕开长程信用分配问题。

对 agent 产品而言，记忆不必再依赖一次性的反思或技能固化流程，可改为保留原始轨迹并在检索后按当前任务重写上下文，可能减少固化环节与人工规则维护。研发上需新增读取时的策展模型或提示流程，并把当次任务结果接入其训练或反馈回路；成本与延迟取决于策展步骤的规模，证据未给出相关数据。

• 在现有 agent 中增加读取时记忆策展层，先保留原始轨迹，再按当前任务生成精简上下文，与原写入时方案做 A/B 对比成功率。
• 把每次任务的成败结果回传，用于在线或离线训练策展器，替代依赖长期效用的人工标注方案。
• 在 ALFWorld、WebShop、τ²-bench 之外的自有任务集上复现 16.2、16.3、3.9 个百分点的提升，验证是否可迁移。

• 论文未披露 JitMem 在读取时策展的具体模型规模、提示结构与推理开销，实际延迟和成本未知。
• 保留原始轨迹带来的存储增长与检索效率问题，证据中未给出数据。
• 未训练策展器即可竞争的具体条件与适用范围尚不明确。
• 结果仅在 ALFWorld、WebShop、τ²-bench 三个基准上报告，跨领域与生产环境的泛化性待确认。