记忆即推导：长期 AI 智能体中的分布式证据悖论

针对长期运行的大语言模型（LLM）智能体将历史压缩为持久记忆时的推导失真问题，研究提出了 DerivAudit 审计框架。在两个自然记忆语料库中，扩大写入前历史能为近 60% 仅凭引用看似不支持的记忆找回支持，但仍有 17-21% 在扩展后依然缺乏支持。实验表明无支持记忆仍频繁被准入，且单纯扩展证据范围会在两个骨干模型上降低准入可靠性。