持久记忆的讨论大多围着「怎么检索」转，10 月 5 日提交 arXiv 的 4 页小论文把镜头挪到了入口：写入之前，该不该记。《When to Remember, When to Abstain: Category-Conditioned Retention for Reliable Agent Memory》（编号 2610.07100，NeurIPS 2026 Social Agent Workshop 接收）三位作者 Olukunle Owolabi、Pulkit Gupta、Fei Wang 均属 Meta AI，全文只 4 页 1 幅图，但换来一个足够扎人的实测数字。
77.9% 对 96.2%：一个不该被平均数掩盖的不对称
论文的出发点很实在：持久记忆是写密集的底座，每次信念更新都是版本化写入；一条弱支撑的断言一旦入库，后来会被当成既定事实反复复用——这是记忆投毒在入口处的变体。生产系统的保留决策通常是一条全局置信度阈值，听起来中立，实则粗暴。作者在一条已部署的冷启动记忆管道、100 个合成人格上统计了 4,715 条候选断言的信源支撑率：价值与信念类只有 77.9% 能被其信源支撑，其余所有类别 96.2%。
更要命的是结构：价值观一类占候选断言的 21.5%，贡献的无支撑断言却超过其余所有类别之和。于是一条全局阈值无解——放宽，价值观类的幻觉进库；收紧，大量证据硬实的好断言被误杀。这不是调参能解决的分配问题，是类别之间的判别力问题。
方法：把阈值按语义类别拆开
解法直白到有点反高潮：置信度门槛按断言语义类别条件化——证据硬的类别宽松保留，推断不可靠的类别（价值观）单独加严。门槛由 20 次人格划分五折交叉验证拟合。作者把它称为「写入边界上的选择性预测」：可靠的保留取决于断言的类型，而不只看置信度。放到机器学习的老谱系里，这是 selective prediction 在智能体记忆写入侧的落地——该弃权时弃权，比硬猜更可信。
结果需要克制地读：重复留出评估中，仅对价值观加严，把无支撑保留从 6.2% 压到 4.0%，约 36% 的相对下降，作者自己标注 modest but consistent across folds。作为佐证，在与全局阈值相当的保留率下（80.3% 对 81.8%），分类规则多保住约 13 个百分点的覆盖，95% 置信区间 9.8 到 16.0——注意这是佐证性证据，两个数字来自不同切片，不能当成主结论的伴生礼。
放进台谱里看
站点这条记忆线攒了几篇角度迥异的稿：1941 那篇给持久记忆祛魅，把记忆消融实验重做一遍拿到零效应；1963 的 MemScope 给运行中的记忆架构打补丁，中位代码改动 4.4%；1711 的 Amber 把证据留存做成只读追加。这篇补的是三篇都没细讲的入口：保留决策本身是个分类问题，而且类别信息比单一置信度更有判别力。它与「先证据后信念」的建筑学（Eywa 一类，arXiv 2605.30771）共享同一个直觉——写入口比读出口更值得治理；区别是 Eywa 造架构，这篇只改一行阈值。
几盆该浇的冷水
4 页 workshop 论文，实验面天然有限：100 个合成人格、一条自家管道，跨管道、跨语言、跨真实用户的泛化都没有验证；「价值观与信念」的类别定义依赖语义标注，观点与事实的边界案例怎么归类没有基准；收益绝对值只有 2.2 个百分点；论文只测保留质量，没有测量下游任务分——保留更干净是否让智能体更聪明，是开放问题。
可带走的东西很具体：如果你在搭记忆管道，先统计自己管道的「类别乘支撑率」矩阵——如果价值观一类也显著低于其他类别，把全局阈值拆成两类，是这周就能做完的实验。