以环境探查校准企业Agent长期记忆

持久记忆正进入面向生产的Agent平台，帮助长程任务跨会话积累经验。但仅能读取已完成轨迹的任务后记忆整理Agent，可能保留错误、过度概括局部证据或留下过期知识。我们提出环境探查整理，为已有异步整理Agent增加最小权限只读环境工具，用于核验、限定及更新候选记忆，无需重训，也不改变任务Agent、检索器、记忆表示或生产写权限。在基于GitHub Copilot SDK的类生产Harness中，使用CLBench数据库探索和90项改编APEX管理咨询任务，比较无状态、完整上下文学习、GHCP+Mem以及增加环境探查的记忆。CLBench上探查将通过率从39%升至73%，通过折扣奖励从8.60升至22.60，每题查询从8.8降至4.7，任务Agent成本从3.38美元降至1.68美元。六个APEX世界中，18项记忆对基线的平均奖励比较均为正，工具调用减少16%—75%；探查在五个世界取得最佳每美元任务奖励增益。Sonnet 4.6及Opus 4.7上，探查均比GHCP+Mem平均奖励更高且不发生模式漂移。因此环境探查使记忆整理成为依据环境、可审计的过程，同时维持紧凑的任务时接口。