今天的代理经常采取现实世界的行动，这些行动取决于长期记忆和背景回忆。然而，大多数当前的记忆基准都是为会话式问答格式构建的，其中问题本身表明必须检索某些事实，并且通常是哪一个。此外，基准测试很少需要提交内容的准确性以外的任何东西，从而使记忆系统能够

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.24971v1)获取最准确的信息。

---
🔗 **原文链接**: [DolphinBench: Mapping the Pareto Frontier of Agent Memory](https://arxiv.org/abs/2609.24971v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Soumil Rathi, Deshraj Yadav, Taranjeet Singh

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-22 13:02