MemSidecar 用旁路调度记忆，减少主智能体等待检索的开销。
资讯摘要
论文提出 MemSidecar，针对长程任务中主智能体需自行识别记忆需求、发起检索并等待结果所带来的调度负担与执行延迟，将记忆调度从任务执行中解耦，提供两种可独立选择的模式：Hooks 在执行事件匹配预设条件时直接向主智能体投递已绑定记忆；Foresight 由独立智能体预测潜在查询、并行检索并缓存结果，在实际请求到达时投递匹配且有效的结果。作者报告两者在 MCP-Persona 上分别取得 41.23% 和 44.34% 的分数，并降低执行成本与延迟。
要点速读
- 论文提出 MemSidecar，把记忆调度与任务执行解耦，提供 Hooks 和 Foresight 两种可独立选择的模式。
- Hooks 在执行事件匹配预设条件时直接投递绑定记忆；Foresight 用独立智能体预测查询、并行检索并缓存结果。
- 作者报告在 MCP-Persona 上分别取得 41.23% 和 44.34%，并称降低了执行成本与延迟。
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 2026/11/4 08:00:28（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。