智能体与自主科学
突破级
暂无讲解视频
收录解读
很多 memory paper 关注“怎么存”，这篇真正抓住的是“什么时候该用、该不该信、用完怎么管”。它把 prompt-injected memory 的收益问题改写成 training-free applicability control，而不是再增加一个 memory bank。
方法上最有复用价值的是 control stack：触发 memory-assisted second pass、选择性接受、rule/exemplar bank 选择、以及基于证据的 bank governance。这些部件都能外溢到不改权重的 agent memory 系统。
它值得正式收录，因为 training-free memory 是工程上最现实的一条路，而这篇提供了一个清晰的 operating primitive，说明提升来自控制结构而不是单纯暴露更多记忆。
它没有更高，是因为当前最强证据仍集中在 arithmetic 与少量 agent/QA 迁移。它作为 memory control 原语很强，但普适性仍需更多复杂任务验证。