Caching for the Future: Scrub Jay Episodic Memory Principles for Agent Memory Systems
ScrubJay-MEM 是一种外部 LLM 智能体记忆存储方法，将每条记忆编码为 What-Where-When 三元组，并附带估计的易腐性系数 π_i 和效用时间范围 τ_i，通过查询自适应评分检索，每次更新仅需 O(1) 次 LLM 调用。该方法在 Temporal Generalization Test (TGT) 基准上实现了 +0.108 的正泛化差距 (GenGap)，在 MemoryAgentBench EventQA-64k 上相比 Mem0 和 Qwen3-Embedding-4B 分别将 F1 提升了 +2.66 和 +3.09。消融实验表明，类型条件时间衰减使 GenGap 降低了 5.7 倍，证明其必要性。
发展脉络
- 首次出现Caching for the Future: Scrub Jay Episodic Memory Principles for Agent Memory SystemsarXiv cs.CL
- 当前判断当前智能体记忆系统普遍缺乏对记忆时效性的细粒度建模，导致长期运行中上下文污染和性能退化。ScrubJay-MEM 引入的生物启发式时间衰减机制，为记忆管理提供了新范式，可能推动记忆系统从静态存储向动态、类型感知的演化。TGT 基准的提出也为行业提供了评估记忆系统时间泛化的标准，有助于比较不同方案的长期表现。Agent Pulse · 分析
LLM 智能体在跨会话持久化时，存储的记忆有效性因内容类型而异，但现有记忆架构将所有记忆视为同等持久，导致检索上下文被过时事实污染。受西部灌丛鸦情景记忆启发，研究者提出 ScrubJay-MEM，通过自动分类的易腐性系数 π_i 实现按记忆类型条件的时间衰减。每条记忆编码为 What-Where-When 三元组，附带估计的易腐性和效用时间范围，通过查询自适应评分检索，并以 O(1) 次 LLM 调用进行追溯修订。研究者引入 Temporal Generalization Test (TGT) 基准，使用保留的保留间隔和泛化差距 (GenGap) 指标。在 TGT 上，ScrubJay-MEM 是唯一具有显著正 GenGap (+0.108) 的基于检索的系统；在 MemoryAgentBench EventQA-64k 上，以 LLM 为骨干时，其 F1 比 Mem0 高 +2.66，比 Qwen3-Embedding-4B 高 +3.09。衰减消融使 GenGap 降低 5.7 倍，确立了类型条件衰减的必要性。
ScrubJay-MEM 的核心创新在于将记忆的持久性视为类型条件且可学习的属性，而非统一固定。通过自动分类的易腐性系数 π_i 和效用时间范围 τ_i，系统能够区分短期事实与长期知识，并在检索时进行查询自适应评分。O(1) 次 LLM 调用的追溯修订机制使得记忆更新高效，避免了全量重写。TGT 基准的 GenGap 指标提供了评估记忆系统时间泛化能力的标准化方法，而消融实验证实了类型条件衰减的关键作用。
当前智能体记忆系统普遍缺乏对记忆时效性的细粒度建模，导致长期运行中上下文污染和性能退化。ScrubJay-MEM 引入的生物启发式时间衰减机制，为记忆管理提供了新范式，可能推动记忆系统从静态存储向动态、类型感知的演化。TGT 基准的提出也为行业提供了评估记忆系统时间泛化的标准，有助于比较不同方案的长期表现。
对于构建持久化智能体的企业，ScrubJay-MEM 提供了一种减少过时记忆污染、提升长期任务准确性的方案，可能降低维护成本并提高用户体验。其高效的 O(1) 更新机制有利于大规模部署，而 TGT 基准可作为选型依据。
后续可验证的信号包括：ScrubJay-MEM 在更长保留间隔和更多任务类型上的表现，以及其与主流智能体框架的集成情况。若该方法被广泛采用，记忆系统的设计标准可能转向类型条件衰减和自适应检索。此外，TGT 基准的扩展和 GenGap 指标的行业接受度将是重要观察点。