多 Agent 持久记忆的成本、收益与可识别条件

跨协作智能体分解长上下文推理会限制每次调用的活动 KV 缓存，而不是总证据，这在 KV 缓存内存绑定时很重要。许多此类系统添加了一个持久层来存储和调用推理轨迹，通常由报告准确性增益的 消融 进行验证。我们在一个三层智能体架构上对两者进行测量。分解提供：每个查询的峰值 KV 工作集为 14.3 MiB，而单遍和检索增强基线为 35.5 和 35.3 MiB。持久层则不然：在每臂 n=100 的八个受控数据集对中，它消耗了 +0.368 MiB [+0.167, +0.590] 的峰值缓存，并且不会产生可检测到的精度变化（+0.015，95% CI [-0.011, +0.046]）。我们认为零是结构性的：单问题基准为每个项目提供自己的证据并对其进行独立评分，而正确性需要重置条件之间存储的跟踪，因此 召回率 没有任何信息可供检索。达到这个目标需要四次测量修正——其中三次夸大了明显的好处，第四次使尺寸看起来可以解析——在结果表中看不到任何结果。我们给出了智能体-记忆消融 必须满足的条件和不需要了解特定缺陷的检测程序。