智能体记忆不再只按相似度取用：同一段经历按任务角色重新编排，LoCoMo上判分提高4个百分点
核心概要
智能体记忆系统通常按与当前查询的相关性检索记忆，并把它们当作上下文证据；TrawMem把交互历史组织成局部线索，再按任务角色分配并联合选取互补记忆，构成面向任务的工作区。在LoCoMo与MemGallery上，以四个开源和闭源骨干模型测试，宏观F1相对代表性记忆系统提高2.23至3.14点；在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，同时上下文token分别少约12.8%和5.1%。
深度剖析
智能体记忆的取用方式从“与当前查询最相关”改为“在任务中承担什么角色”，同一段记忆可以因任务不同而承担不同角色。 此前的记忆系统按记忆与当前查询的相关性检索，并把检索结果作为上下文证据使用；相关性本身并不描述一段记忆如何帮助解题。 这一改动在LoCoMo与MemGallery两个数据集、四个开源与闭源骨干模型上测试，宏观F1相对代表性记忆系统提高2.23至3.14点。
系统先把交互历史切成局部线索，再为记忆分配角色并联合挑选互补项，拼成一个面向任务的工作区。 这套做法名为TrawMem，其“面向任务的角色自适应工作区”把记忆按任务角色与相互关系选取和编排，而不是按语义相似度单独排序。 在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，所需上下文token分别少约12.8%和5.1%。
启示与展望
报道所依据的是摘要级材料，覆盖LoCoMo与MemGallery两个数据集和四个开源与闭源骨干模型上的评测，以及LoCoMo上与SimpleMem的LLM-Judge与上下文token对比。
摘要只给出宏观F1的提升区间和LoCoMo上的LLM-Judge与token对比，未展开各骨干模型的分项结果，也未说明角色分配的具体判据。