AI 智能体该记住什么？解耦有界内存评估中的保留与检索

新研究构建流式召回基准解耦 AI 智能体的保留与检索机制，揭示传统评测若混淆历史访问会导致 53.2 个百分点的归因偏差。在固定的 300 个测试回合中，查询感知选择使事实召回率提升 15.5 个百分点，且受限保留下的全部 319 次失败均由信息驱逐而非排序错误导致。结果表明，有界内存评测必须固定访问权限并分别汇报保留与选择表现。