你翻出一叠旧笔记，不代表眼前就能做对决定：关键提醒可能夹在过时记录里。长程 Agent——需要经历多轮观察、操作和反馈的 AI——也有这个问题。记忆已经找到，却没能影响正确动作，作者称之为“Memory-Action Gap”（记忆—行动鸿沟）。MemArbiter 的思路，是把最后一次筛选推迟到真正决策之前。
它先把交互历史拆成独立小条目，再按目标、任务状态、约束、过往尝试和参考事实，放进五类 Memory Banks（功能记忆库）。每次行动前，系统判断眼下更需要哪类信息、哪些条目最相关；重要内容用详细的 focal 形式呈现，次要背景压成简短的 ambient 形式，并通过时间门控决定升格、降格、保留或隐藏。说白了，它不只负责“搜笔记”，还负责临场排版。
在 ALFWorld——用于测试 Agent 完成一连串环境操作的基准——上，各方法每一步使用相同记忆额度。论文作者报告，采用开放权重的动作生成模型时，MemArbiter 在 500 和 750 token（模型处理文字的基本单位）额度下，成功率分别为 82.8% 和 92.5%，比最强基线高 20.9 和 25.4 个百分点。结果目前来自论文自身实验，边界也很清楚：它改善的是记忆管理造成的失误，并不等于解决模型本身的推理局限。