MemRiskBench：面向长时域LLM智能体的轨迹感知风险保留评估

长时域LLM智能体在会话间累积记忆，产生稀疏但高影响的风险：陈旧事实、冲突更新、跨用户信息泄露、被撤销记忆的重复使用以及约束衰减。标准聚合评分隐藏了各类风险的失败率——一个平均准确率为78%的模型仍可能在4%的回合中泄露数据——而基准压缩优先丢弃罕见但高严重性的事件，这些事件能区分一个基本正常与偶尔有害的模型。我们提出了MemRiskBench。主要贡献是构建五类风险分类体系（另有一类已记录但未打分），通过确定性轨迹基础检查实现，以120回合的脚本化基准形式呈现，包含完整轨迹日志，且在通过/失败判断路径中不使用LLM进行评判，评估结果基于五个本地运行的量化指令微调模型。其次，提出一种风险保留的子集选择器：基于确定性轨迹衍生特征的覆盖约束贪心选择器，能保持完整排序（Spearman相关系数为0.975，确定性；置信区间坍缩为零bootstrap方差的点估计）、风险覆盖（1.0）和高风险模型检测（1.0），在20%的子集规模下实现，计算开销降低5倍。与仅保留排序的子集选择器不同，该选择器额外保留风险类型覆盖和高风险检测能力，使用不依赖LLM评判的轨迹基础确定性特征。所有回合、轨迹、评分实现及选择器均已开源，以支持部署LLM智能体的可复现评估与风险分析。