AI 前沿 · 每日整理
清华 BEMULA：AI Agent 的遗忘请求九成以上执行失败
清华研究者发布的预印本基准 BEMULA 测试了 AI Agent 能不能真正忘记用户要求删除的信息。结果是：6 个记忆系统乘以 3 种骨干模型的组合里，没有任何一个系统能完整通过超过 1.5% 的遗忘请求，多数组合为 0%；被要求删除的事实留存率常常高于 87%，基础的 Naive RAG 方案也有约 74% 留存。更值得注意的是，系统会口头确认已经删除，但确认并不等于真的删掉了。
补充
google\_news · Crypto Briefing · 11月4日 10:42
背景
这项研究尚未经过同行评审，方法是 50 个多会话对话实例、共 746 个会话和 36900 轮对话，内含 135 个分属 6 类的遗忘请求，事后用 1742 道测试题检验残留。数据集与代码已公开。
影响
对做 Agent 产品的团队来说，删除功能不能只做到界面上说删了就好，记忆层面的真正清除需要单独设计和验证；对用户来说，告诉 Agent 忘掉某件事，目前还不能当作隐私保障来依赖。