Stratum仓库记忆架构发布

2026年10月28日，Yuvraj Sehgal 等人在 arXiv 发布论文，提出面向编码智能体的跨上下文窗口仓库记忆系统 Stratum，旨在通过持久化仓库记忆解决智能体在长任务中的上下文遗忘问题。 系统采用分层架构，通过页面安全工具提供服务。在8个真实Bug的多会话实验中，继承前一模型记忆的代理识别根因文件的成功率为21/24，显著优于6/24的检索基线，且中位token成本低4.5倍。检索百万节点库耗时仅1.7ms，证明其具备高效扩展能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。