谁来调度智能体记忆？面向长程任务的 MemSidecar 边车方法

研究人员提出 MemSidecar，通过解耦记忆调度与任务执行，降低 LLM 智能体在长程任务中的调度负担与执行延迟。系统提供基于事件匹配直接交付记忆的 Hooks，以及由独立智能体预测并并行检索缓存的 Foresight 两种模式。在 MCP-Persona 基准上，Hooks 与 Foresight 分别取得 41.23% 和 44.34% 的成绩，有效降低了执行成本并提升效率。