记忆传染：评估者偏见通过 Agent 记忆的跨时间传播

大型语言模型 Agent 日益依赖记忆系统以维持长期连贯性。现有研究假设记忆源于无偏经验，但本文发现并形式化了“记忆传染”现象：评估者偏见通过 Agent 记忆进行跨时间传播。研究表明，当 Agent 受偏见评估者指导时，其经历被污染；这些轨迹存入记忆后，即便在完美巩固条件下，偏见仍会传播给未来检索该记忆的 Agent。实验涵盖两种偏见类型及四个阶段，证实了低污染率下即存在传播风险，揭示了当前 Agent 记忆设计的关键漏洞。