变化中的程序记忆：受控Web任务中的复用与干扰

程序记忆允许语言智能体重用成功的例程，但重用假定存储的例程仍然适用。我们研究当这一假设被故意违反时会发生什么。该研究将 BrowserGym TimeWarp 的回顾性人工辅助界面适应案例与综合购物决策的受控冻结记忆比较相结合。在记录的 WebShop V1-V6 开发路径中，对特定于接口的代码进行了调整，而单独存储的高级程序未报告更改；此阶段不构成自主记忆智能体评估。在受控阶段，早期飞行员制作了一项任务，其中两种记忆条件选择了更昂贵的项目，而无记忆条件选择了参考最小值。后续探测没有建立重复的行顺序或身份绑定模式。然后，我们在 32 个正式单元中测试了四种形式的不匹配：数量变化、不同的证据表示、局部和全局优化之间的冲突以及分布式促销证据。每个单元使用一个温度 0 代，具有相同的本地 qwen3:8b 配置，并且没有自适应重试。在这些对中，当当前任务证据明确且充分时，没有任何预定义的诊断干扰特征出现在为其定义的任务上。结果确定了一个经过测试的非干扰区域：程序记忆可以不匹配，而不会造成行为破坏。它没有建立一般安全或机制。剩下的问题是哪些附加条件会将适用性不匹配变成可观察到的、记忆引起的错误。