MemSteer 通过把未标注的用户历史转化为带证据的问答（QA）监督，帮助优化代理的记忆系统。核心思路是先生成一个证据支撑的答案计划，明确哪些相关记录的事实共同支撑参考答案。该计划随后用于引导问题生成，同时采用源头审计和盲答恢复两步检查生成的标注质量。
基于这些 QA 监督，MemSteer-Opt 将设计评估与证据驱动的错误诊断相结合，在不更新模型参数的前提下，迭代改进记忆存储、检索和上下文构建策略。实验在 ATM-Bench 与 RHELM 两套基准上进行，结果显示 MemSteer-Opt 相比基线 BM25 在 ATM-Bench 问题得分提升 13.4 分，在 RHELM 准确率上分别提升 4.1 与 6.6 分（是否使用外部数据）。此外，该监督还能提升已有优化器的表现，并在新用户实验中验证了对目标历史持续生成监督以进行设计优化的可行性。
点评