DynamicMem：贴近真实使用条件的长周期Agent记忆基准

作为个人助手的LLM Agent需要跨月记住用户属性、习惯和偏好，并随工作、日常活动和喜好变化更新。现有记忆基准的简短交互没有覆盖三项真实行为特征：不同信息以不同时间尺度变化；变化受季节、生活事件等外部背景影响；信息很少明确给出，而散落在不同应用的活动中，需要记忆系统推断。DynamicMem为每名用户合成15个月活动，提供因隐私限制难以获取的长期跨应用数据。16个应用覆盖电商、健身和社交等，每名用户平均220万词元、1772个有具体依据的事件，画像从不直接提供。评测在五个季度检查点追踪历史增长的影响。五种代表系统显示：画像重建随历史增长退化，服务任务准确率却持平，尽管两者使用同一记忆；没有系统同时妥善保留仍有效事实并替换已改变事实，错误集中于偏好和精确指代；超过93%的失败源于记忆检索，而非模型生成答案，因此主要改进空间在记忆系统。代码：https://wenyaxie023.github.io/DynamicMem/。