Stratum 用仓库级持久记忆让编码智能体跨会话继承经验。
资讯摘要
论文提出 Stratum，一种与代码仓库共存的持久分层记忆架构，旨在让编码智能体跨会话保留经验。作者基于真实仓库的三项测量指出，中等项目已超出最大生产上下文窗口，且修复瓶颈在于知识选择而非容量。在八个真实 bug 的多会话实验中，继承前序会话记忆的新智能体在 24 次试验中 21 次定位到根因文件，仅靠检索的基线为 6 次，中位 token 成本低 4.5 倍。
要点速读
- 作者测量显示，中等规模项目已超过最大生产上下文窗口，将知识存入 KV 缓存比存为索引文本贵 10⁴ 至 10⁵ 倍字节。
- 在 752 个真实 bug 修复提交中，中位修复涉及两个文件，这些文件及其直接导入不足仓库的 10%。
- 八次调查笔记合并到同一存储后，成功率仍为 8/8；百万节点存储的中位检索耗时为 1.7 ms。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。