Stashbird：用于对话Agent的高效说话人索引记忆

AI Agent需要记忆来保存用户Agent交换、用户间对话以及有或没有Agent参与的群组对话中的信息，同时支持证据更改或删除时的更新。我们提出了 Stashbird，一种Agent记忆系统，它通过明确的来源将源片段与派生的记忆状态联系起来。 Stashbird 将记忆组织为片段记录、语义关系、社区摘要和持久图形状态，并具有用于增量更新和片段级别删除的生命周期操作。我们通过四个长期记忆基准评估问答准确性和面向模型的工作负载。在 LoCoMo 上，Stashbird 使用的摄取提示词元比 Graphiti 少 76.4 倍。与在相同基准上复制的 Hindsight 相比，它使用的检索提示标记减少了 8.1 倍，准确度降低了 1.6 个百分点。它在 LongMemEval-S 和 GroupMemBench 上实现了比 Hindsight 更高的准确度，并且在 EverMemBench 上实现了相当的准确度。