CrystalMem: Elastic Memory for Self-Evolving LLM Agents via Knowledge Crystallization

CrystalMem 提出了一种弹性记忆側车，通过四个保真度状态和结晶能量调度来管理 LLM Agent 的记忆，在内存预算压缩后能通过再结晶恢复能力，解决了记忆迟滞现象。在七个环境、十七种方法、六种骨干网络上验证，在50%字节预算下匹配全预算基线，同等预算下平均提升4.6个百分点。

产品应用：可直接用于导购 agent 的记忆管理，当云资源受限时优雅降级，恢复后快速回弹，保证用户体验。
技术选型：改变了'记忆只增不减'的假设，引入弹性记忆机制，值得在知识管理系统中借鉴。
后续行动：阅读全文，重点看四状态转换和再结晶算法，考虑在模拟环境中复现，测试在导购场景下的效果。