论文链接：What Should an Agent Forget? Separating What Is Stored from What Is Used 发表时间：2026年9月10日 机构：原文未提及完整机构列表（作者含高校与企业研究者） 领域标签：cs.CL / Agent Memory / Selective Forgetting

一、论文背景

持久语言 agent（个人助理、长期项目 agent）需要跨会话记忆：用户的雇主变了、偏好变了、计划变了。主流记忆方案（Reflection、MemoryBank、ACE、ReasoningBank 等）聚焦"存什么、怎么检索"，但对"旧信息怎么办"只有两个极端：全留（过期信息污染回答——用户已换工作你还答前雇主）或删除（信息不可逆丢失——万一问历史事件呢）。

本文指出问题的根源是存储与使用的纠缠：把"记忆里有没有"直接等价于"回答用不用"。一旦解耦，“遗忘"就不再需要删除——它变成查询时的使用策略。

二、论文定位和关联工作

方案过期信息处理可恢复性状态-使用耦合
全保留检索（RAG 式）无处理，靠检索排序完全耦合
删除/衰减（MemoryBank 类）物理删除/降权无耦合
ACE / ReasoningBank冲突消解/推理时处理部分部分
RD-Forget视图层抑制完全（档案不动）解耦

定位结论：本文把"选择性遗忘"重新定义为查询条件化使用策略而非存储操作，与欧盟"被遗忘权"的技术讨论（存储≠使用）形成有趣呼应。

三、问题定义

具体问题：世界在变（用户换雇主、计划取消），持久 agent 如何在不物理删除记忆的情况下，让当前回答反映世界最新状态、必要时又能回溯历史？

形式化：档案 A（全部源观察，只增不删）+ 视图 V(q) = curate(A | q, now, intent)——按查询、当前时间与意图构建使用集；回答 = LM(V(q))。挑战在 curate 的三条规则：替换识别（同槽新值取代旧值）、独立性保留（不同槽互不影响）、可逆性（被取代条目在历史查询下重新可用）。

四、问题解法

1. 三阶段管线：查询条件化整理（curator 拿到问题+源证据）→ 选择性遗忘（构造视图：替换关系建模——“Mira 雇主从 Acme 变 Beryl"使 Acme 条目被取代，但"Beryl 在 Lyon"不受影响）→ 预算化检索与回答（共享选择器+贪心打包器组装上下文，frozen LM 作答）。

2. 槽位与范围控制：替换的传播范围限制在被更新的命题内——拒绝某课程不推翻"想学技能"的偏好；矛盾消解类问题保留双方主张、演化类保留转折点、推荐类组合偏好与后到约束。

3. 历史意图+救援开关：被取代条目默认不可用；当查询意图是历史（“她曾经在哪工作”）或救援条件触发（新信息存疑）时重新激活——双重门控保证可逆性。

五、评估指标与实验证据

  • 事实固化（当前状态问答）：较四骨干上最优基线（ACE/ReasoningBank）提升 11.00–26.00 个百分点——Luna +26.00、Qwen +17.00、MiniMax +11.00（57.00% vs 42.00/46.00）、Kimi +14.00（59.00% vs 41.00/45.00）。
  • AMB-Text：相对各设置最优基线 +1.1619.77 分；LME-KU：+6.4125.64 分；BEAM：Qwen 50.21% vs 32.84/34.75（+15.46 分）。
  • 基线 ACE 与 ReasoningBank 在多数设置下互换最优，说明"推理时处理"路线的上限被存储-使用耦合锁死。

六、效果优势的根源解释

双位数提升的机制在信息流的结构性分离：

  1. 替换的正确性：删除式方案在"旧雇主"消失时容易连带伤害相关记忆（共现检索污染）；视图替换只抑制被取代槽位、保留独立关系，信息损失最小化；
  2. 可逆性免费获得：档案不动意味着历史查询只需切换视图构建条件——删除方案永远做不到；
  3. 冲突的双重表达：矛盾类问题需要"保留双方主张"的语义，这在删除范式中不可表达（旧信息已没了）；
  4. frozen LM + 纯上下文策略：所有智能在视图构造层，骨干模型不需微调——改进对任意 LM 即插即用。

因果链：解耦存储与使用 → 替换可精确到槽位 → 当前状态准确性（固化提升）与历史可回溯性（双重门控）同时成立。

七、必要知识反推

  • 持久语言 agent：跨会话服务的 agent，记忆是核心资产。
  • ACE / ReasoningBank：agent 记忆的冲突消解与推理增强代表方案，本文最强对照。
  • 槽位-值记忆观：把事实表示为（实体, 槽位, 值, 时间），源自知识图谱的传统。
  • LME-KU/AMB-Text/BEAM：长程记忆评测基准，含状态演化与多跳问答。

八、论文中可以提取的通用性灵感

  1. “有没有"与"用不用"是两个系统：任何信息管理（记忆、知识库、权限）都值得做存储层/使用层解耦——删除是数据操作里最贵的不可逆动作，能用使用策略替代就别删；
  2. 替换的传播范围要显式建模：更新一条信息时，明确"哪些结论受影响、哪些独立”——防止连带失效是所有增量更新系统的命门；
  3. 双重门控的可逆设计：默认关闭+两类例外（意图匹配、新信息存疑）——比简单开关多一层鲁棒；
  4. 把智能放在外围层：frozen LM+外围策略的架构让改进可移植——模型无关的增强层比微调更易工程化；
  5. 遗忘的合规友好定义：“不再使用"而非"物理删除"同时满足当前正确性与历史可审计——对受监管行业的 AI 系统设计有直接参考价值。