Reglos把个人记忆智能体拆成两层：记忆随对话追加，框架由编码智能体改代码
个人记忆智能体Reglos把改进分成两个时间尺度：每个用户的记忆随对话在线追加，决定把哪些记忆交给模型的框架则离线由编码智能体改代码。框架补丁先由另一模型家族的评审筛掉针对基准的取巧，再由固定评估器在开发时未见的用户上验收。在Qwen3.8-27B写记忆、同一模型作答时，Reglos在PersonaMem-v2上达到61.3%，比最强对比系统高7.5个百分点。
智能体交接摘要会自己加规矩：换掉系统提示里一句模糊的审批说明，无据限制从5.0%降到1.8%
长时运行的LLM智能体在上下文压缩时，会写一份交接摘要供下一个实例继续任务，而摘要里可能写出记录并不支持的权限或要求。研究用带真实权限账本的合成工具任务和同快照重放来测量这类句子：两个开放权重模型在留出实例上，经两名AI读者确认的无据限制占可读摘要的1.2%和2.4%，无据授权占0.1%和1.3%。把系统提示中“有些操作需要审批”换成说明审批要求来源的句子后，开发集摘要中的无据限制从5.0%降到1.8%，留出模板上从1.8%降到0.3%，而对账本确实要求审批的操作，请求量基本不变。
个人记忆更新要分两步看：MemShift 把“没察觉”和“修错了”拆开计分
AI 助手保存的“重要联系人”这类值由语言模型从个人记录中推导，输入一变就可能失效。MemShift 用只在某一种变化上分叉的合成世界，把“是否察觉变化”和“修复是否正确”分开计分，并以文本生成前就固定的金标准替代模型裁判。在四个开放权重模型上，检测只有在修复可靠时才带来提升：重定义后，键与精确重算的交互为 +38.8 个百分点。
智能体记忆有了独立压缩器：SumOne 用掩码重建自监督，搜索任务成本降到全上下文的22%
长程语言模型智能体的交互历史越积越长，上下文压缩因此成为必需，而已有的学习式压缩方法往往依赖下游任务结果或求解器行为。SumOne 是一个独立的20亿参数摘要器，用掩码重建构造与任务无关的奖励，再以 GRPO 优化，训练只使用原始轨迹，不需要参考摘要或下游任务执行。在 DeepSearchQA 上，它把累计智能体输入从 2.83M 降到 591K token，F1 为 0.48，而全上下文为 0.52；在 SWE-bench Verified 上，解决率为 0.59，全上下文为 0.63，累计输入从 4.10M 降到 1.09M token。
长任务智能体把记忆写进普通文件：CAMP-II 五环境均分 64.6%，高于任务奖励参照 CAMP-I 的 54.2%
长任务智能体的交互历史会超出上下文窗口，因此需要学会何时把状态写下来、何时读回。此前用在线策略蒸馏训练记忆控制时，依赖教师和学生都没见过的专用记忆工具或压缩协议，教师难以给出有效指导，学生也很少采样到有意义的记忆动作。CAMP-II 改走教师与学生预训练中都已熟悉的普通 Bash 文件操作，在五个长任务环境上联合训练单一策略，五环境平均任务成功率 64.6%，高于任务奖励参照 CAMP-I 的 54.2%，并迁移到 Terminal-Bench 2.1 与 SWE-Bench Pro V2。
MongoDB与Google ADK打通：智能体会话与记忆不再另建一套存储
MongoDB发布与Google ADK的集成，为智能体状态提供持久化记忆。此前开发者要自己搭建数据存储工具，才能让智能体长期保留上下文。该集成以MongoDbSessionService把会话、事件和应用级、用户级、会话级状态写入MongoDB，并以MongoDBMemoryService把会话事件写入集合、按关键词匹配召回记忆；检索侧复用MongoDB向量搜索与全文搜索的混合检索。集成支持MongoDB Atlas和自管理MongoDB 8.0及以上部署。
流式视频不再只记“有什么”：DeltaStreamer把帧间变化写进记忆，OVO-Bench总分66.07%
流式视频理解要在还不知道后续会问什么的情况下保留证据，而现有方法压缩历史时容易把事件之间的变化抹平，且一旦帧过去就无法找回被省略的细节。DeltaStreamer把相邻帧的视觉变化显式记录进分层文本记忆，并在问题到达后由查询驱动的规划器决定检索、继续观察还是回放历史帧。在OVO-Bench与StreamingBench上，其总分分别为66.07%和59.53%，高于所比较的代表性流式方法。
长期记忆改写成可调用代码：MaC在LOCOMO上把整体判分最高提高15.91%，同时少用token
长期记忆系统通常把事实存成条目、检索时按相关性挑选，跨会话分散且随时间变化的事实难以组合。MaC把记忆构建与检索统一到同一套代码抽象上：事实被写成带规范标识和来源的可执行函数，查询则被编译成一段检索程序，一次规划调用后由执行器运行。在LOCOMO与LONGMEMEVAL上，MaC在四个评测设置中整体LLM判分均为最高，相对各自最强基线最高提升15.91%和9.06%，并显著降低token消耗。
个人健康智能体学会记住你：HealthJev用86毫秒筛掉错误经验，六项任务平均涨13.3个百分点
医疗大模型在单次问答上表现不错，却难以把多次接触中积累的经验留存下来并加以治理。HealthJev把共享的安全规则与医学知识同私有的纵向记忆分开，并用自训练的轻量决策模型JevGate在经验入库前筛掉错误教训，单次判定中位耗时86毫秒。在由20名MIMIC-IV真实患者轨迹构建、每人90天模拟日常交互的纵向基准上，它的平均评审分为0.668，高于MemoryBank的0.634、Mem0的0.593、ReAct的0.510和Memp的0.502；六项生物医学任务相对基线的平均提升为13.3个百分点。
记忆送进上下文不等于被用上：MemUse 逐条追踪投递，发现多数条目无关、多数相关条目未被采纳
MemUse 把评估单位从整条任务结果换成单次记忆投递：在 8,000 条 SWE-bench Verified 智能体轨迹上，三种记忆系统的解决率与无记忆基线相差不超过 0.4 个百分点，但逐条判定显示多数投递条目与任务无关，各系统中 51.3%–79.7% 的相关条目未被智能体采纳，且 23.2% 有有益记忆使用的回合仍然失败。