#AI
Agent 记忆是剂量不是开关
IBM Research 发了一篇关于 agentic memory 的实证博客，回答一个比「要不要加记忆」更前一步的问题：**记忆给多少合适**。
他们在 AppWorld 上跑了八个模型——从 30B 稠密模型到 GPT-5.5、Claude Opus 4.6 等前沿闭源系统，结论是记忆不是「开个开关」的功能，而是**按模型能力校准的剂量**。
💡 为什么值得看IBM 在八个模型上实测：记忆给多少最划算，同一条结论直接决定生产部署的成本与精度。
查证
来源档案
HuggingFace Blog / IBM Resear…
官方一手研究报告，发布于 HuggingFace 官方博客，属于 IBM Research 团队的技术博客
可信度高，为 research lab 自己发布、带完整数据表的方法与结果说明；数据未经独立复现，结论适用范围以 AppWorld 单一基准为准
延伸阅读
想了解三种 configuration（无记忆/全量/检索）在上下文中到底放了什幺、如何区分，原文用表格直接定义，适合做部署决策的人。
Token/task 对比表和 prompt caching 的讨论直接关系生产成本，值得算清楚全量注入 vs 检索的账。