从记忆到指南：用于过程编码的时空作曲家记忆

记忆增强型智能体通常通过将检索到的技能直接注入文本提示来集成程序知识。这种方法危险地将可读文本与可靠执行等同起来。为了弥补这一差距，我们引入了从记忆到 Guide，这是一种新颖的范例，它将过程性记忆从被动文本传递转变为主动的推理时策略适应。我们通过 Spatio-Temporal Composer 实例化这个范例，这是一个活跃的策略编译器，它明确管理如何以及何时应用检索到的知识。 Composer 没有将技能视为即插即用模块，而是动态地将历史知识与当前环境约束（空间适应）结合起来，并精确地规定其适用的生命周期（时间编排）。它主动将静态记忆转换为严格限制的运行时指南 — 为智能体配备本地化目标和行为护栏，而不需要单个参数更新。在 EngramBench 中对 13 项要求较高、长期的软件工程任务进行的广泛评估证明了该架构的明显优势。 Composer 不仅可以有效防止上下文不匹配，而且可以将最复杂任务的绝对通过率提高 7.2 个百分点，同时将主要智能体的token使用率削减 32.2%。