记得越多，风险越大：配备记忆的 LLM Agent 的纵向安全风险

论文提出“时间性记忆污染”（temporal memory contamination）这一失效模式：配备记忆的 LLM Agent 在早期任务中积累的记忆会影响后续无关任务的安全表现，并给出沿时间维度跨任务的安全评估方法。评估采用 trigger-probe 协议，在不同前缀长度下对只读记忆快照运行固定探针集，并以 NullMemory 反事实基线识别由记忆引发的违规。实验覆盖记录、备忘录、表单和邮件三类部署场景中的八种记忆架构，以及 OpenClaw 等 Claw 类 Agent 的原生记忆机制。结果显示，启用记忆的 Agent 始终超过 NullMemory 基线，记忆引发的违规率随暴露长度呈稳定上升趋势；顺序随机化实验表明该效应主要来自积累的内容而非遭遇顺序。