按兴趣浏览，循来源深入。
作者发布 Hive 仓库，一套本地优先的语言模型记忆、验证与路由栈，含 Splinter Memory 长对话记忆系统、The Hive Cascade 求解检测修复升级循环，以及评测套件 HiveBench，论文与实现可复现。状态页显示 35B 与 27B 档位已实测，176B 档生成净零收益，漂移基准无效正在重建；栈不绑定引擎，以角色槽适配 llama.cpp 等后端，MIT 协议开源，仓库地址 https://github.com/sky-is-green/hive 。
推荐理由：作者把记忆系统、无答案键的验证修复循环和评测套件合成一套本地栈，并公布了各档位的实测与失效数据。
该 GitHub 项目测试能否像数据库一样把事实直接写入大语言模型权重，再查询、修改并留痕，无需每次重读全部内容，当前结论草案为 NOT-READY-WITH-CONDITIONS。基于 Qwen2.5-3B 用 MEMIT/AlphaEdit 系列方法编辑，批量写入在 3B 规模消除串扰（100%保持），编辑可经受 Q4_K_M 量化并经 llama.cpp 在 CPU 上以约 8–13 tok/s 服务；主要未解问题是多词新造名称的换措辞问答，目前最好成绩为 72 题中答对 24 题。
推荐理由：原文以预注册实验和可复现证据逐项检验把事实写进模型权重当数据库的可行性，并如实报告失败项。
研究团队发布 MemT-1.0 记忆基础模型架构，基于 Metis 和 Gated DeltaNet-2，通过 Mixture-of-Storage 扩展原生记忆容量，采用继续预训练加后训练的两阶段训练流程，训练数据 34B tokens，提供 Nano 和 Flash 两个版本。评测显示其平均优于参数化记忆基线、与检索增强方法相当，在 128K tokens 历史长度下 MemT-1.0-Nano 相比全上下文 KV cache 实现约 1.86 倍端到端推理加速和 66 倍持久存储缩减，论文链接 https://arxiv.org/abs/2610.26825v1。
推荐理由：原文给出记忆基础模型的架构设计、训练数据和评测对比，读者可以据此了解把记忆内化为模型计算的具体做法与代价。
论文提出 CarryOn，一个面向对象的上下文运行时，把长程 Agent 的上下文围绕可复用任务对象组织，而非依赖交互历史。跨折（fold）维护 carrier 记录并按证据与环境检查修订受影响记录；在 OSWorld 2.0 与 BrowseComp-Plus 上分别提升 5.8% 和 7.0%，token 总量减少 51.9% 和 22.9%。
推荐理由：论文给出在 OSWorld 2.0 和 BrowseComp-Plus 上的涨分与 token 节省数据，可用于评估按任务对象组织上下文这条路线的收益。
Hoang Pham 在 arXiv 发表论文（arXiv:2610.18427），提出 Randomized Block Curation（RBC），用随机实验衡量智能体自写 playbook 中各条经验对任务成功的实际影响。将相关经验分组后，在练习任务上随机决定每块是否纳入提示词，用有无某块的成功率差值估计其效果，只保留有效块。跨 2 个记忆系统、3 个模型和 3 个基准，RBC 平均成功率达 66.9，高于全量 playbook 的 55.5、无 playbook 的 54.1 和靠智能体自行判断筛选的 53.8。论文还指出同一流程写出的 playbook 可能有效也可能比无 playbook 低最多 69.6 分，因此需并行维护多个 playbook 并选用在新鲜练习集上表现最佳者。
推荐理由：论文给出量化实验设计，用随机对照衡量 playbook 条目对任务成功率的真实贡献，数字齐全可复现。
论文提出 T²Mem，一种将记忆构建推迟到推理阶段的测试时记忆构建框架，离线只提取轻量级片段元数据作为检索线索，并在推理时随推理进程自适应组织查询相关记忆。在 LoCoMo 和 LongMemEval 上，T²Mem 跨多个骨干 LLM 持续优于强基线，同时大幅降低记忆构建开销。代码已开源。
推荐理由：论文把记忆构建推迟到推理阶段，在 LoCoMo 和 LongMemEval 上的对比数据可帮助读者评估这一思路的收益与开销。