Meta AI 推出主动记忆代理以增强人工智能性能

新系统将专用记忆代理与现有语言模型配对，以应对扩展任务期间的“行为状态衰退”

Meta AI 研究人员为人工智能个人助理打造了相当于个人助理的东西。他们的新主动记忆代理 (PMA) 与标准大型语言模型并存，并在适当的时刻发出相关提醒，从而在不触及底层模型本身的情况下提高复杂、多步骤任务的性能。

这项研究发表在 2026 年 7 月的论文《Remember When It Matters: Proactive Memory Agent for Long-Horizo​​n Agents》（arXiv:2607.08716）中，解决了任何使用 AI 代理进行长时间工作的人可能都注意到的问题：任务运行的时间越长，AI 记住它应该做什么的能力就越差。

遗忘问题，通过助手解决

Meta 的研究人员将这种退化称为“行为状态衰退”。 PMA 架构将未修改的动作代理与单独的内存代理配对，后者维护组织为三类的结构化内存库：存储稳定事实和需求的知识部分，记录先前尝试、失败和修复的程序部分，以及私有状态部分。

记忆代理监视动作代理最近步骤的滑动窗口。当它检测到动作代理偏离路线或即将重复已知错误时，它会向代理的上下文中注入简洁的提醒。当事情进展顺利时，它会保持安静。

人工智能中的传统记忆系统通常分为两个阵营：被动检索（仅在明确查询时才访问记忆）和始终主动提醒（其中上下文不断填充潜在相关信息）。在 Meta 的实验中，PMA 的表现优于这两种方法。

人工智能、科技及其所推动的市场——每日简报。日常的。自由的。加入加密货币、金融和政策领域 34,000 多名读者的行列。电子邮件地址 免费订阅 我们尊重您的隐私。随时取消订阅。

推动背后的数字

当研究人员使用 Claude Sonnet 4.5 作为 PMA 系统的动作代理时，Terminal-Bench 2.0 上的 pass@1 成功率从 37.6% 跃升至 45.9%，提高了 8.3 个百分点。在 τ²-Bench 基准上，利率从 55.0% 攀升至 61.8%，上涨了 6.8 个百分点。

Claude Opus 4.6 已经是一个功能更强大的模型，与 PMA 配合使用时，在 Terminal-Bench 2.0 上仍然提高了 2.4 个百分点，在 τ²-Bench 上提高了 2.5 个百分点。当 Claude Opus 4.6 本身充当记忆代理时，效果最佳。

从研究论文到消费产品

一款名为 Muse 的消费产品于 2026 年 9 月 8 日推出，将主动记忆功能集成到个人人工智能助理中，旨在执行具有长期个性化功能的任务。该产品旨在为日常用户带来持久记忆和目标跟踪。

由于记忆代理与未修改的动作模型一起工作，因此理论上它可以与任何足够强大的法学硕士配对。这种模块化设计意味着构建人工智能代理的开发人员无需等待下一代基础模型即可在复杂的多步骤工作流程中获得更好的性能。