TEPA: Revoking Stale Memories for Conflict-Robust Language Agents
TEPA：通过撤销过时记忆构建鲁棒语言代理
🧭 Agent 记忆生命周期与冲突消解
长沙理工大学数学与统计学院 · 上海交通大学生物医学工程学院
引入冲突键撤销机制，解决长期记忆因陈旧证据污染 prompt 导致性能下降的问题
📌 工作参考价值
- 在用户偏好、商品属性等更新场景，采用基于冲突键的记忆撤销，防止旧信息混入 prompt，提升推荐/客服 Agent 的一致性。
- 将记忆划分为 Active/Revoked 等生命周期状态，支持审计且确保当前检索仅使用有效记忆，适合长期用户画像管理。
- 局部撤销仅针对冲突键，避免全局重置对其他任务的影响，适合多场景搜索推荐系统。
- 工程中应设置“无记忆基线”评估记忆模块是否带来损害；撤销操作是防止记忆污染的关键控制点。
动机
语言代理依赖长期记忆重用用户事实、偏好和任务经验，但当世界变化时，过时记忆仍然可以被检索并注入 prompt，导致决策错误（记忆污染）。追加式记忆等常见策略在隐藏状态反转时，表现可能劣于无记忆，亟需一种能在冲突证据出现后撤销过期记忆的机制。
方法关键点
- 将记忆表示为带键的先例（precedent），每个先例拥有生命周期状态：假设、活跃、吊销。
- 新证据到来时，按冲突键查找同键但值不兼容的活跃先例，更新支持/冲突计数；当后验均值低于阈值或近期成功率过低时，将先例吊销并移入存档，保留审计能力，检索时仅返回活跃先例。
- TEPA-Full 增加试运行验证：候选先例需通过支持、反事实和污染检查后才可提升为活跃。
- 评估覆盖受控隐藏漂移、真实文件执行漂移、偏好更新流以及 MemoryAgentBench 基准。
关键结果
- 受控漂移完全反转阶段：追加式记忆和最后写入胜成功率仅 0.210（无记忆 0.309），TEPA 达 0.950；真实文件执行中同样显现污染，追加 0.203 vs 无记忆 0.298，TEPA 保持 0.950。
- 偏好更新流：TEPA-Full 整体成功率 0.910，与无记忆（0.908）无显著差异，而追加式仅 0.138。
- MemoryAgentBench SH-6k 单跳冲突解决：TEPA 匹配最后写入胜（0.890），无撤销变体降至 0.630。
- 多跳和超长上下文边界实验表明，事实级撤销解决了单跳陈旧冲突，但需要结合检索链和上下文选择才能应对复杂场景。
核心结论：持久记忆必须显式管理有效性；陈旧但语义相关的过期证据可能比无记忆更糟，基于键的局部撤销是消除此类污染的关键操作。