面向智能体系统的共享选择性持久记忆架构
针对基于大模型的多轮工具调用智能体在会话间上下文丢失、以及全量持久化历史导致 Token 浪费和生成质量下降的问题，研究提出了一种“共享选择性持久记忆”架构。该方案通过识别并保留任务规范、数据 Schema 等四类高价值可复用上下文，实现了跨会话的经验沉淀与高效检索，在降低上下文冗余的同时提升了多轮代码生成等场景的执行效率与准确率。
推荐理由针对 Agent 跨会话记忆与 Token 膨胀痛点提出了细粒度选择性存储方案，对工程落地有实用参考价值。
原标题：Shared Selective Persistent Memory for Agentic LLM Systems
阅读 Apple Machine Learning Research 原文 ↗