论文解读：Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents (arXiv: 2607.08716)
行为状态衰减：一个被忽视的致命缺陷
LLM Agent在多步任务中经常出现这种失败模式：Agent在第五步发现了一个关键信息（比如某命令不能用、某API有限制），但到了第三十步完全遗忘，重新踩同一个坑。信息可能还在context window内，但不再驱动行为。
Meta的团队把这种现象命名为行为状态衰减（Behavioral State Decay）。这个区分很关键：很多memory系统关注"能不能存和检索"，但本论文指出更本质的问题是——记忆什么时候应该介入控制流？
记忆即干预：两阶段架构
核心思路：记忆不是存储问题，而是干预问题。一个独立的记忆Agent与执行Agent并行运行，完全不修改执行Agent。
第一阶段：结构化记忆管理。通过预定义工具调用来维护三部分记忆库——
- 私有状态（进度、风险，不对执行Agent可见）
- 知识记忆（稳定事实：任务需求、环境特性、路径）
- 过程记忆（尝试与结果：失败命令、成功修复、诊断结论）
第二阶段：选择性干预。基于更新后的记忆库，记忆Agent要么发出精准提醒注入到执行Agent的下一次调用，要么选择沉默。沉默是显式决策——过多干预反而干扰局部进度。
消融实验：选择性干预的价值
在τ²-Bench上用Sonnet 4.5作为执行Agent的消融结果：
| 配置 | 记忆管理 | 干预方式 | Macro平均 |
|---|---|---|---|
| 完整记忆Agent（本文） | 结构化管理 | 选择性提醒/沉默 | 64.3% |
| 被动暴露全部记忆 | 结构化管理 | 全部暴露 | 61.5% |
| 每步强制注入 | 结构化管理 | 必须提醒 | 63.5% |
| 无记忆库纯指导 | 跳过 | advisor式指导 | 61.0% |
| Mem0通用记忆 | Mem0 ADD | 向量+BM25检索 | 62.1% |
关键发现：被动暴露全部记忆不如选择性干预（-2.8pp）；纯advisor指导在某些领域甚至低于baseline；每步强制注入在macro平均上不如选择性沉默。干预校准本身是需要学习的策略。
主实验结果
用Claude Opus 4.6作为记忆Agent，两种执行Agent的pass@1提升：
| Benchmark | 执行Agent | Baseline | +Memory | 提升 |
|---|---|---|---|---|
| Terminal-Bench 2.0 | Sonnet 4.5 | 37.6% | 45.9% | +8.3pp |
| Terminal-Bench 2.0 | Opus 4.6 | 43.5% | 45.9% | +2.4pp |
| τ²-Bench (加权) | Sonnet 4.5 | 55.0% | 61.8% | +6.8pp |
| τ²-Bench (加权) | Opus 4.6 | 66.2% | 68.7% | +2.5pp |
弱模型增益更大，但强模型仍有提升——收益不只是弥补能力不足。
开源记忆策略的初步探索
用SETA数据集对Qwen3.5-27B做SFT+GRPO训练。SFT教会接口和基本纪律（精炼写入、更新过期状态），GRPO进一步校准干预时机。验证集reward有提升，且能部分迁移到Terminal-Bench。记忆干预策略可以被蒸馏到开源模型中。
启示：旁路Agent范式
这篇论文提出了一种通用的"旁路Agent"范式——用独立的、有明确职责边界的Agent处理执行Agent的某个维度，而不修改执行Agent本身。这种关注点分离的工程哲学，比把所有能力塞进一个模型要实用得多。对OpenClaw这类multi-channel agent gateway来说，记忆管理完全可以作为独立模块plug-and-play接入。