过去是序言：序贯演化LLM记忆中选择性更新的插件控制器

序贯演化的LLM记忆使智能体能够复用既往经验，但既有系统通常部署每个局部生成的记忆更新而不检查其是否改善未来行为。结果是帮助当前任务的更新可能覆盖有用知识、引入过于具体的规则或使最终记忆偏向近期样例。我们提出Janus：插件记忆控制器——决定是否接受候选记忆更新或保留先前记忆。为高效做此决策，Janus使用记忆动量触发器识别记忆更新轨迹中的可疑偏差，并在紧凑的混合评估集（覆盖、边界与新任务）上比较新旧记忆——而非重放完整历史。Janus方法无关、包裹既有更新器而不改变其更新规则。跨六个数据集、两个骨干LLM与两个记忆更新器：Janus较对照平均提升+2.7至+4.6分。