这篇 Perspective 提出以「基底相称性、时间可废止性、可审计连续性」三原则，让记忆型 LLM 智能体决定该把新证据写进哪个基底，甚至选择不写。
这篇 Perspective 针对跨会话、跨工具、跨用户持续积累状态的 LLM 智能体，提出「受控知识更新」框架：把更新视为在上下文、外部记忆、模型参数、激活状态、工具或工作流定义等基底中选择「足以覆盖该主张范围的最小侵入性基底」的决策，包括决定不写入持久状态，并以基底相称性、时间可废止性、可审计连续性三原则组织，进而提出涵盖更新选择、时间一致性、干扰、可逆性、效率与鲁棒性的评估标准与基准单元设计。