这篇讲的是所有 Agent 记忆系统的共同尴尬：什么时候整理记忆。
主流做法是查询无关——来了就整理，压成摘要存起来。省心，但两个代价：大部分整理白做（那个查询可能永远没来），关键细节反而在预处理时被当噪音丢掉。新一些的做法把整理搬到运行时，又往往锁死在固定方案上，质量、成本、延迟三样只能保一样。
MemPilot 的立场是：这不该是一个固定方案，该是一个策略。它用强化学习训了一个多步决策器，每一步在两件事之间挑——从现成的查询无关记忆里检索，还是把原始多模态历史现场交给一组异构模型去策展。证据数量、策展指令、用哪个模型、要不要看图，四样全在它手里。
两个技术件值得单独看：
- 目标 wise 优势解耦：性能、成本、延迟三个目标互相打架，硬加权会把梯度搅成一团。它给每个目标各估各的优势，最后再聚合。
- 前缀边际效用：一次 rollout 里策展走了好几步，哪一步真正立了功？在前缀上估每个策展动作的边际贡献，信用分到步。
收一句：记忆系统的竞争，正在从「存什么」挪到「什么时候花钱整理」。