12:00arXiv cs.AI@Yasmine Omri, Ziyu Gan, Zachary Broveak, Robin Geens, Zexue He, Alex Pentland, Marian Verhelst, Tsachy Weissman, Thierry Tambe精选72°该论文首次对 LLM 智能体的记忆系统进行系统性表征,提出了面向系统的四轴分类法,并构建了阶段感知的性能分析工具。研究覆盖了 10 个代表性记忆系统在两个基准套件上的行为,揭示了设计选择如何影响写入和读取路径的代价。最终给出了 10 条系统设计建议,涵盖构建调度、能力下限、查询量摊销、新鲜度-延迟权衡及集群管理。这项工作为构建高效、可扩展的长期记忆智能体提供了关键指导。论文智能体记忆系统系统表征长时任务性能分析推荐理由:做智能体系统架构的团队终于有了第一份记忆系统性能基准——10 条设计建议直接指导工程决策,建议做 Agent 框架或记忆中间件的开发者点开细读。原文
21:49Greg Brockman@gdb精选Kappaemme发布了Codex技能"codex-complexity-optimizer",可扫描代码库中的计算复杂度热点。该工具检测O(n²)循环、O(n*m)重复查找、N+1查询模式等性能瓶颈。提供前后复杂度估算和安全优化建议,默认报告模式不修改代码。通过npx --yes codex-complexity-optimizer一键安装,完全开源。技巧Codexcodex-complexity-optimizerKappaemme代码优化性能分析推荐理由:一键扫描代码复杂度热点原文