记忆与上下文

这篇论文提出 Agentic Context Management（ACM），认为生产级智能体的记忆与成本瓶颈，本质上是上下文生命周期和架构问题，而不只是向量库检索问题。

长上下文并不总是越多越好，尤其在编码代理处理工具输出时，冗余信息会迅速吞噬窗口。SWE-Pruner Pro 的思路是把“保留还是丢弃”直接交回给模型内部表示来判断。

这项工作试图让 AI 不只是“看见”视频，而是把视频中的人、物、变化和事件真正记住。它的关键思路，是把记忆从按帧存储，转向围绕实体组织。

RecGPT-V3 试图把大语言模型变成工业推荐系统中的“智能大脑”：既记住用户长期偏好，也能把自然语言意图更直接地映射到商品空间。其在淘宝首页“猜你喜欢”场景的 A/B 测试中带来 GMV +3.97% 和服务资源消耗下降 52.4%。

xHC 试图把 Hyper-Connections 从常见的 N=4 推向更大规模，让残差流宽度成为大模型预训练中的可用扩展轴。论文显示，它在 18B 和 28B MoE 模型上相较 mHC 带来稳定收益，同时控制了额外训练成本。

一篇新论文提出用字节级精确的 KV Cache 嫁接，把已经验证过的知识保存为状态工件，并在后续推理中恢复到冻结小模型里。它的亮点是极低重复推理成本，但也面临可复现性与“能力提升”定义的争议。

一篇 arXiv 新论文指出，按注意力累计值淘汰 KV Cache 的方法，在嵌套 JSON 等结构密集文本上可能错误保留大量“结构噪声”。作者提出无需重训的角色条件分配策略，用较小额外开销缓解这一问题。

一篇 arXiv 新论文提出 HealthClaw，一个面向个人长期健康管理的开源 Agent 架构。它试图让健康 AI 不再只回答当下问题，而是在受控记忆中持续更新用户习惯、偏好、指标和风险。