Agent 记住待办还不够：前瞻记忆需要触发器、监控预算与执行门
PM-Bench 把长期记忆从“能否回忆过去”推进到“能否在正确未来状态执行意图”。本文复核其公开场景与 64 条轨迹，并给出适用于企业 Agent 的意图状态机、选择性监控架构、执行门和评测协议。
Category
评测方法
Agent Memory 评测不能只看答对率
MemGym 把长期记忆评测从多轮聊天扩展到检索、代码、Web 导航和工具对话；2606.06448 则提醒我们，记忆系统还要按 construction、retrieval、generation 的生命周期成本评估。本文给出一套 memory-isolated scoring 与 lifecycle profiling 结合的工程评测协议。