我的代理一直在记住不真实的事情——4次空跑之后，这是将错误记忆归零的门控

引发这个问题的漏洞：一个代理自信地使用了一个过时的账户余额（$12.69），而该余额早在几天前就被更正为$30。没有任何幻觉——数字是真实的，只是不再正确。这是代理记忆中最可怕的失败类别，因为每个检索系统都会乐此不疲地提供它：几乎所有系统都认为“最近写入的”就是“最真实的”。因此，我围绕两条规则构建了我的代理记忆层：每个事实都追踪**它何时成为真**，与它最后被提及的时间分开。一个关于旧真相的新句子不能覆盖当前值。一个确定性的门控决定什么被存储。一个事实必须携带其源文档的逐字引用，否则被拒绝；任何无日期或存在争议的事实将被保留供人工审查，而不是被断言。LLM只负责提取——纯代码进行所有判断。下游的代理只能陈述通过门控的事实。今天，我对提取端进行了压力测试，使用了50个密集的自身操作日志块（故意使用小型本地模型，因此提取器是瓶颈）。它失败了四次，每次运行一种方式：首先模型为事实发明了自己的名称，然后它将我的关键定义复制回作为“值”，接着它复制了我给出的提示词，升级到更大模型后，它开始转述引用——正确的值，重新构建的措辞，而精确子串检查拒绝了这一点。今晚运行的当前修复方案：模型只返回值加上一个简短的位置短语，确定性的代码找到精确跨度并自己获取逐字引用。停止信任模型去复制粘贴；让代码处理逐字部分。让所有四次失败感觉像胜利的部分是：毒化数据全天保持为零。没有一条虚假事实进入任何一次运行的记忆。每种失败模式都以“拒绝”结束，从未“存储了错误的东西”。对于依靠记忆行动的代理——发送东西、预订东西、回答客户——我每次都会选择提取不足，而不是自信的谎言。今晚它回放约640块真实日志，整夜运行，并针对66个手工冻结的金标准事实自我评分。很乐意分享结果（包括如果失败）以及门控设计的更多细节，如果大家感兴趣的话。给代理构建者的问题：你们如何处理旧值重新浮现在新文档中的问题？基于新鲜度权重的检索会使情况**更糟**，而且我很少看到在存储/检索选择之外讨论这个问题。