Et nyt forskningspapir på arXiv udfordrer en grundlæggende antagelse i designet af AI-agenter med begrænset hukommelse: at det vigtigste er at forbedre hentningen (retrieval) af relevant information. Forskerne bag papiret isolerer i stedet en fejltype, der opstår før hentningen overhovedet begynder: såkaldt strukturelt indirekte forudsætnings-udsmidning (structurally indirect prerequisite eviction). Kort fortalt: Når hukommelsesbudgettet er stramt, kasserer systemet tidligere led i en logisk kæde, fordi de kun er svagt forbundet med det aktuelle spørgsmål — men de er alligevel nødvendige for at kunne svare korrekt.

Forskerne leverer en operationel definition af fejlen, et reproducerbart benchmark og spor-diagnostik. De evaluerer også en simpel, graf-baseret regel kaldet Dependency-aware Semantic Garbage Collection (DSGC), der bevarer én-hop-forbindelser. Resultaterne er markante: DSGC forbedrer fuld-kæde-retention fra 0,03 til 0,90 med en leksikalsk encoder og fra 0,23 til 1,00 med en sentence-encoder. Robusthedsanalyser viser dog, at reglen har grænser — den holder kun i bestemte budget- og skaleringsregimer.

For beslutningstagere, der bygger eller køber agent-systemer, er pointen ikke den tekniske detalje, men at hukommelsesarkitektur er en selvstændig designvariabel. Mange kommercielle systemer optimerer udelukkende på retrieval-kvalitet, men dette studie viser, at retention — hvad der overlever eviction — kan være den flaskehals, der reelt begrænser agentens evne til at løse komplekse, flertrinsopgaver. Det betyder, at valg af hukommelsesløsning bør vurderes på mere end retrieval-benchmarks; man bør også teste, hvordan systemet klarer sig under stramme budgetter, hvor eviction er uundgåelig.

Interessant nok peger udviklingen i samme retning som OpenViking, et nyt open source-projekt fra Volcengine, der beskriver sig selv som en "self-evolving context database" og vil forene agent-hukommelse, knowledge RAG og skills. Projektet har fået over 31.000 stars på GitHub på få dage — et signal om, at markedet efterspørger netop denne form for infrastruktur, der behandler hukommelse som et førsteklasses problem snarere end en eftertanke.