LLM Agent 持久记忆治理：准入与呈现的两类决策

一篇 arXiv 论文提出对 LLM Agent 持久记忆做两类治理：准入决定哪些召回信息进入工作上下文，呈现决定已准入信息如何表达。作者实现两种无需重训练的推理时设计：FC 按整条记忆评估，PS 将条目拆为带类型单元，并用确定性策略把裁定属性转为准入结果。在四个骨干模型和四个任务各 300 样本的外部基准上，相较逐字注入，FC 与 PS 将汇总失败率降低 6.7 与 8.8 个百分点，开发集跨域泄漏最多降低 29.5 个百分点。

此前持久记忆多被当作检索增强的收益项，副作用如谄媚与跨域泄漏较少被单独治理。该工作把记忆问题拆成准入与呈现两个可控决策点，并在多骨干、外部基准与多重比较校正下报告显著降幅，说明推理时策略即可改变失败结构，而无需重训练模型。

机制上，系统不改变模型权重，而是在召回后、生成前插入决策层：FC 对整条记忆做整体裁定，PS 把条目分解为带权限语义的类型化单元，再通过确定性策略把裁定属性映射为准入或拒绝。呈现端则固定相同裁定输出、只比较不同渲染方式，用以区分准入收紧与表达方式各自的贡献。

对研发而言，记忆层可拆为可独立测试的准入策略与呈现模板，降低对模型微调的依赖，便于在现有推理链路上灰度验证。对产品而言，更严准入可减少跨域泄漏与合规风险，但会牺牲部分个性化，需要按场景设定准入预算并在效果与泄漏之间权衡。

• 在 Agent 记忆模块中内置可配置准入策略，按域或权限类型控制哪些记忆进入上下文。
• 把准入策略与呈现模板解耦为独立开关，便于 A/B 测试各自对失败率与个性化的影响。
• 针对跨域泄漏敏感场景提供更严准入档位，作为合规售卖点或企业版配置。
• 在评测管线中加入跨域泄漏与个性化失败两项指标，用量化结果指导记忆预算调参。

• 论文摘要被截断，PS 未达到预注册改进与个性化指标的具体结论尚不明确。
• 呈现方式在多重比较校正后无显著差异，是否在更大样本或其他任务上仍成立未知。
• 两种设计的个性化失败上升幅度及其业务可接受边界未给出。
• 结论来自四个骨干模型与外部基准，能否迁移到生产级长会话场景尚未验证。