MemPrice：给记忆细节定价，而不是一味塞满上下文¶

component_only / L1 CPU 机制诊断。只验证分配和状态更新，不代表长记忆问答或 Agent 能力。

论文信息¶

字段	内容
论文链接	MemPrice，本批核对 v1
公司/机构	一作 Yiming Zong；香港科技大学 Industrial Engineering and Decision Analytics
首次公开日期	2026-10-18 02:11:53 UTC，arXiv v1；10-20 公告收录，不称 10-20 首发
原文开源代码	论文所列匿名仓库；本轮无法访问核验，不能声称已核实完整官方实现
本地 Adapter	无（`adapter: null`）；组件 key：`memprice`
本地复现代码	`src/auto_research/agent_research/memprice.py`；`scripts/run_oct20_agent_components.py`

原始论文总结¶

背景与主要改动¶

长交互里，过去某个细节会不会有用通常事先未知。单纯按相关性保留记忆会忽略各条信息对同一上下文容量的竞争。MemPrice 给每项记忆提供 raw、summary、abstraction、keywords、delete 五级表示，联合分配有限 token；再用随占用累积的虚拟队列提高保留细节的价格。当前窗口中已经删掉的细节不能凭空恢复，只有刷新时从外部原始归档按固定流程重新提取。§3 与附录 G

flowchart LR
    H[当前可见历史] --> O[外部压缩与效用估计]
    O --> D[精确多重选择背包]
    Q[持久压力队列与价格] --> D
    D --> C[容量内记忆]
    C --> Q
    A[原始归档] --> R[固定刷新流程]
    R --> H

原论文 Figure 2 展示记忆分配框架，Algorithm 1 明确刷新不重置队列和全局轮数。原图由本批统一资源流程归档，不把本页重绘图冒充原图。

原论文关键图¶

原论文 Figure 1（关键图）：MemPrice对每条记忆分配不同保真表示，并以动态价格和长期压力控制上下文；本地只实现背包分配与队列，不实现图中的LLM估值。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式¶

令 \(B\) 为历史记忆硬容量，\(s_i^{(j)}\) 为 tokenizer 测得大小，\(\hat u_i^{(j)}\) 为当前允许信息下的效用估计：

\[ \max_{(c_i):\sum_i s_i^{(c_i)}\le B} \sum_i\left(\hat u_i^{(c_i)}-\frac{\lambda_t}{B}s_i^{(c_i)}\right),\quad \lambda_t=\frac{cQ_t}{\sqrt t},\qquad Q_{t+1}=\max(0,Q_t+G_t/B-\alpha). \]

这是精确多重选择背包，不是逐项贪心。\(\alpha=0.8\) 是平均占用目标，单轮硬容量仍必须成立。论文只对已实现状态轨迹上的 hindsight 比较给出条件性保证；它也证明独立状态 hindsight 的最坏线性遗憾，不支持“总能最优记忆”的表述。

论文离线与线上效果¶

论文在 LongMemEval-S、LoCoMo、AppWorld、WebShop 上报告多预算、三个服务模型和三个随机种子的结果；预算内方法整体有优势，但 Full Context 是不匹配资源的单独参考，并非处处被超过。没有生产线上 A/B。Setting I 构建记忆时连最终问题都不能见；Setting II 可见当前任务目标，不能见未来工具结果或评测状态。实验与信息合同

本地复现与边界¶

PYTHONPATH=src python scripts/run_oct20_agent_components.py \
  --methods memprice --seeds 42,43,44 --device cpu \
  --output runs/oct20-agent/memprice.json

CPU 组件真实运行稀疏整数动态规划、效用单调修复、降保真约束、压力更新和刷新跨界状态。token 大小与压缩内容由可信调用方给出，不能把字符数当真实 token。刷新只开放下一轮从归档重新形成的候选，不实现论文的 LLM 压缩/效用模型或 BM25 归档恢复。相同等级的文本是否确实由现有内容压缩而来，也需要上游保证；本地等级检查不能证明语义来源。

验收使用独立穷举参照比较随机小问题的目标值、硬容量，加入贪心次优负对照、非法大小/重复 key，以及高价格迫使删除和刷新不重置队列的检查。allocate 根本没有 query、answer、gold 参数；随机效用是给求解器的合成输入，不是 LLM 估值能力。结果含逐 seed、fixture/source SHA256 和轨迹；输出不可覆盖。归档标量由统一收口流程生成，不把机制成功率换算成任务提升。

成本决定¶

完整矩阵涉及 GLM-5.3-Flash、DeepSeek-V4.1-Flash、Qwen3.8-Flash、多数据集/预算、重复压缩估值与三种子，论文未给出可可靠换算为单卡 A100/A30 时长的运行成本。本地只执行有界 DP；完整实验成本过高，不复现（审查 DONE），不发起 API、模型下载或长轨迹试跑。diagnostic_only=true、promotion_eligible=false、evolve_integrated=false。