📖 AI 总结

苹果研究团队提出"共享选择性持久记忆"架构，旨在解决智能体式大语言模型系统在多轮工具调用中反复从零开始、丢弃可复用上下文的问题。该架构仅保留任务规范、数据模式、工具配置和输出约束四类可复用信息，丢弃会话特有的推理轨迹，并支持通过基于角色的访问控制在不同用户间共享工作区。研究在三个企业部署场景中验证，任务完成率达96%，显著高于无记忆的79%和全历史记忆的71%；配套的零令牌数据刷新机制在周期性数据更新中完全免除模型再调用，任务耗时降低14倍，摘要驱动生成使单次调用令牌成本较原始数据注入降低97倍。在四个公开数据集上的复现实验证实了其泛化性，零令牌刷新在12次试验中全部成功。值得注意的是，简单持久化完整对话历史反而会因陈旧推理痕迹干扰智能体而降低任务完成率，选择性记忆优于两种极端方案。