一句话定位

在相互依赖的多 session 子任务中,同时测试记忆获取、经验提炼和后续行动。

研究问题与动机

记住对话与完成单 session 行动通常分开测试,无法说明过去经历是否支持未来决策。

方法与机制

人工构造有前后依赖的 agent 任务,覆盖网页导航、偏好约束规划、渐进信息检索和顺序形式推理;形成 Memory–Agent–Environment loop。

证据与结果

摘要指出在 LoCoMo 等长上下文任务接近饱和的 agent,在该 agentic 场景仍表现困难;这是评价维度差异,不能直接将不同 benchmark 得分排序。

当前卡片依据 2026-09-17 的 arXiv 摘要与元数据;作者结论不等于独立复现。原始摘要和版本信息保存在一手来源快照。

局限与开放问题

需确认环境可重放性、子任务依赖是否真正必要,以及失败来自工具、规划还是记忆。

关联与拓展

核验与阅读

  • [x] 原始标题、作者、日期及摘要回查 arXiv
  • [ ] 全文方法、结果表格、统计和成本协议逐项核验
  • [ ] 代码可复现性与独立复现
  • 一手来源