IBM 研究：你的 Agent 到底需要多少记忆？

IBM 研究团队在 AppWorld 的 585 个多步任务上测试八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。强模型适合注入全量自蒸馏指南，DeepSeek-V3.2 任务完成率提升 9.5 个百分点；较弱模型适合固定核心加按任务检索，gpt-oss-120b 提升 16.1 个百分点且 token 只增加 5%；GLM-5 等已饱和模型没有可测收益。