ActiveMem：面向长程智能体的动态潜在记忆树

ActiveMem 是一种分层记忆框架，将智能体经验递归组织为依赖感知的潜在执行树，把轨迹抽象为可复用子任务节点并保留执行转移，从而按当前执行状态检索连贯的推理路径。该框架通过强化学习学习记忆扩展、检索与剪枝策略，在多项智能体基准上提升了任务完成率、推理稳定性与记忆效率。它还能让紧凑的开源权重模型达到与更大规模闭源系统相当的性能。