TrawMem：把智能体记忆重构为任务导向的角色自适应工作区

论文 TrawMem 提出按任务角色组织记忆的工作区机制，将交互历史整理为局部线程，再联合挑选互补记忆。在 LoCoMo 和 MemGallery 两个基准上，配合 4 个开源与闭源骨干模型，macro-F1 提升 2.23-3.14 点。在 LoCoMo 上，相比 SimpleMem，TrawMem 在 Qwen3.5-9B 和 DeepSeek-V4-Flash 上的 LLM-Judge 分数分别提高 4.07 和 4.31 个百分点，同时上下文 token 分别少用约 12.8% 和 5.1%。