Semantic-TVM：保持结构的可信虚拟内存用于记忆增强和工具使用的智能体

记忆增强和工具使用的智能体在远程大语言模型处理检索到的记忆、工具操作及中间观测时，会暴露精确的私有值。单向遮蔽虽限制了直接暴露，但会移除可信执行所需值，且可能通过后续观测泄露。我们提出可信虚拟内存（TVM），一种闭环运行时机制，在保持精确值状态本地化的同时，向远程模型提供受保护的视图。在单个运行时中，规则TVM用本地可恢复的句柄替换整个保护字段，而语义TVM仅用可信本地模型预测的敏感片段进行替换，保留任务相关上下文。在Memory-EHR和Memory-RAP两个数据集上，基于片段的投影在保留大部分电子健康记录（EHR）功能方面优于全字段替换（任务成功率84.17% vs. 52.33%在DeepSeek上），且测量到的暴露程度低，工作流仍可执行。