Oracle Agent 内存作为长期 AI 代理的企业内存基础

arXiv:2607.13157v1 公告类型：新 摘要：代理内存是长视野代理的系统问题。实际部署需要在扩展对话中保留任务状态，在会话中恢复用户特定的事实和偏好，以及从先前结果​​中积累程序知识。这些要求超出了文档检索的范围：内存层必须确定哪些交互成为持久状态、如何确定该状态的范围、如何在延迟限制下检索它以及如何随着时间的推移对其进行修改或删除。本报告研究了 Oracle 代理内存作为构建在 Oracle 数据库上的数据库本机内存基础。讨论分为三个主题：记忆作为一个生命周期，涵盖摄取、提取、巩固、检索、总结以及修订或删除；分层架构将主动内存核心与被动内存存储接口分开，并具有跨用户、代理和线程的显式范围控制；评估方法，其中下游任务的准确性由以记忆为中心的测量（例如证据检索、召回、延迟和估计的令牌使用）来补充。该报告总结了 LongMemEval 结果，准确率达到 93.8%，将 Oracle Agent Memory 与平面历史基线进行比较，使用的令牌减少了约 10.7 倍，并发布或报告了可用的外部基线，最后以涵盖设置、线程生命周期和搜索语义的面向实现的附录材料结束。