为什么 Agent 记忆基准不能只看检索准确率

文章认为 Agent 记忆系统的难点在于能否检索到对当前任务仍然有效的证据，而非能否检索到历史内容。过时的 bug 修复、已被取代的政策或与新证据矛盾的旧结论都会造成检索成功但任务失败，因此记忆评测不应简化为搜索问题，更多记忆也可能带来更多错误。

AI推荐理由 文章指出 Agent 长期记忆的核心难点在于检索到的证据是否仍适用于当前任务，而非检索命中率，并举例说明过时修复、被取代政策和旧结论导致检索成功但任务失败。观点对记忆系统评测设计有参考价值，但属于论述性文章，未提供新基准或实验数据。