4.3 π-Bench：Proactive Personal Assistant Agents in Long-Horizon Workflows（⭐⭐⭐⭐⭐）

• 类型：arxiv
• 标识：2605.14678
• 链接：https://arxiv.org/abs/2605.14678
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/tom/2026-06-10-agent-memory-rag-eval-radar.md

可复用信息

• • 方法要点：
• • 构建 graph memory，把 cues、tags、contents 等作为可遍历结构。
• • 维护 reconstruction state：活动记忆元素集合 + 已累积证据。
• • LLM 在多轮中选择 traversal action，逐步扩展、剪枝和重构上下文。
• • 实验线索：在 LoCoMo 和 LongMemEval 上对比 RAG、LangMem、A-Mem、MemoryOS、Mem0；抽取结果显示其在多项指标上有明显提升，并宣称最高约 23% 改进，同时降低 token / runtime 成本。
• • 评价：与 MAGE 形成互补：MAGE 强调“执行状态路径”，MRAgent 强调“图上的证据重构”。两篇可合并成一组“后 RAG 时代 agent memory”专题。
• • 建议：进入 registry/papers.jsonl；精读图结构、routing prompt、停止条件和成本统计。
• • 链接：https://arxiv.org/abs/2605.14678

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集