学习何时记住：基于 LLM 的 编码智能体 中用于缺席感知记忆检索的风险敏感上下文强盗

基于 大语言模型 (LLM) 的 编码智能体 越来越依赖外部存储器来重用先前的调试经验、修复跟踪和存储库本地操作知识。然而，仅当当前故障与前一个故障真正兼容时，恢复的记忆才有用。堆栈跟踪、终端错误、路径或配置症状的表面相似性可能会导致不安全的记忆注入。本文将问题记忆使用重新定义为选择性的、风险敏感的控制问题，而不是纯粹的 top-k 检索问题。我们引入了 RSCB-MC，一种风险敏感的上下文老虎机记忆控制器，它决定代理是否应该不使用记忆、注入优先候选解决方案、总结多个候选者、执行高精度或高召回率检索、弃权或寻求反馈。该系统通过模式变体情节模式存储可重用的问题知识，并将检索证据转换为固定的 16 个特征上下文状态，捕获相关性、不确定性、结构兼容性、反馈历史、误报风险、延迟和词元成本。其奖励设计对误报记忆注入的惩罚比对错过重用的惩罚更严厉，从而使不注入和放弃成为一流的安全操作。在确定性烟雾尺度伪影中，RSCB-MC 获得了最强的非预言机离线重放成功率，达到 62.5%，同时保持 0.0% 的误报率。在有限的 200 例热路径验证中，它达到了 60.5% 的代理成功率，误报率为 0.0%，p95 决策延迟为 331.466 微秒。结果表明，对于编码智能体记忆，关键问题不仅在于哪个记忆最相似，还在于任何检索到的记忆是否足够安全以影响调试轨迹。