长程 Agent 的关键决策信息往往散落在不断膨胀的轨迹中，被上下文窗口或超出窗口的部分活埋，等真要用时却拿不出来。Yifan Wu 团队在 arXiv:2607.08716 把这种失效模式命名为「行为状态衰减」(behavioral state decay)，并提出一个看起来朴素却反主流的解法：把「记忆」从被动检索改成立刻干预。 核心思路是引入一个外挂的 Proactive Memory Agent，跟原 action agent 并行跑，从最近的轨迹片段里持续维护一张结构化记忆库，然后由它自己决定要不要、什么时候、注入哪一条「记忆提示」给 action agent——该沉默就沉默。论文强调 plug-and-play：原 action agent 不动、agent harness 不动，只多加一个会开口的旁观者。 实验数据挺能说明问题：在 Terminal-Bench 2.0 和 τ²-Bench 上，pass@1 分别提升 +8.3 pp 和 +6.8 pp，无论 action agent 是较弱还是较强。消融实验更值得玩味：选择性干预 > 始终注入 > 被动检索 > advisor-only——「记得多」不如「记得巧」。训练侧用 Qwen3.5-27B 在 SETA 数据集上做 SFT+GRPO，验证奖励和 Terminal-Bench 迁移都给出正向信号。 这条路线对 frontier agent 是个福音：与其把上下文窗口再扩一轮，不如在决策前多插一个会挑时机说话的「记忆管家」。