VarOps 发布企业级 Agent 记忆系统设计与基准：把观察蒸馏为带证据的 claim

VarOps 公布了一套面向全公司范围 Agent 的记忆系统设计与基准结果，主张把记忆当作受治理的记录而非文本堆砌。系统把每条观察蒸馏成 claim，记录谁在何时说了什么、有效区间以及来源片段，丢弃原始记录；在 LongMemEval 的 500 道长对话历史问题上，正确证据仍有 99.8% 进入前十条结果，摄取约 3500 万 token 花费 8.24 美元，使用 CPU 与免费本地嵌入模型。作者用 Gemma 4（310 亿参数开源权重模型）在单张租用 GPU 上重建全部记录，写下的 claim 数量与前沿模型提取器接近，答案质量只差 1 到 2 分。系统不覆写旧事实，新事实取代旧事实但两者都带日期保留，并把每个问题解析为已回答、检索无结果或超出系统所知三种状态；去掉拒答能力后整体分数仅从 88.0 降到 87.2，但 30 次诚实拒答变成了 30 条编造答案。