MemoRepair：智能体记忆中的屏障优先级联修复

智能体记忆跨任务演变成持久的派生工件：摘要、缓存输出、嵌入、学习技能和可执行工具过程。当源工件被工具或 API 迁移删除、更正或失效时，从该源派生的后代可以保持可见，并通过过时的支持引导未来的操作。我们将这种故障模式形式化为级联更新问题，其中修复目标是记忆存储的可见派生状态。我们提出了 MemoRepair，一种用于智能体记忆的屏障优先级联修复合约。修复事件导致从无效的后代状态到经过验证的后继状态的受控转换：受影响的后代在修复之前被撤回，后继者是根据保留的支持构建的，并在当前接口下分阶段修复前驱，并且重新发布仅限于经过验证的前驱关闭的后继。该合同引发了固定维修成本权衡的规模化维修选择问题。我们表明，引发的发布问题可简化为最大权重前驱闭包，并且可以通过单个 s-t 最小切割来精确解决。 ToolBench 和 MemoryArena 上的实验表明，在具有完整的影响来源的情况下，MemoRepair 将无效记忆暴露从没有级联修复的系统下的 69.8-94.3% 降低到 0%。与彻底修复全部相比，它恢复了 91.1-94.3% 的已验证后继者，同时将标准化修复操作员成本从 1.00 降低到 0.57-0.76。