TEPA：为冲突稳健的语言智能体撤销过期记忆

长期记忆使语言智能体能够复用过去的事实、偏好和任务经验。持久性也带来一个核心的可证伪性问题：当世界发生变化时，过期记忆可能仍可被检索到并污染提示词。我们将这种失败模式刻画为记忆污染：由已被更新的冲突证据取代但仍处于活跃状态的记忆造成的退化。我们提出TEPA，一种可撤销的证据记忆机制，使有效性成为记忆的显式状态。TEPA将观察表示为带键的先例，当新证据在同一键下与活跃先例相矛盾时撤销该先例，使检索能够基于当前证据，同时保留被撤销的历史以供审计。在受控隐含状态漂移、真实基于文件的可执行漂移和偏好更新流中，撤销机制防止了过期活跃记忆在反转后残留在检索集合中。在50个随机种子的受控漂移中，仅追加与最后写入胜出记忆在完全反转期间表现低于无记忆（两者均为0.210，无记忆为0.309，TEPA为0.950），同一模式在真实文件执行下复现（仅追加0.203，无记忆0.298，TEPA 0.950）。在干净的MemoryAgentBench SH-6k上，TEPA与强最后写入胜出缓存相当，证实当前键替换是单跳事实整合的决定性操作。在MemoryAgentBench多跳与超长上下文设置上的边界测试暴露了超出事实级有效性追踪的检索链与上下文选择瓶颈。这些结果共同确立了生命周期撤销作为智能体的核心记忆操作，适用于必须证伪、审计并随后重新启用演化知识的场景。