长时程个性化智能体需要通过不断决定添加、修改或删除记忆来保持记忆的演化。然而，学习一个最优的记忆更新策略极具挑战。传统训练仅依据最终的问答准确率提供反馈，这种终端信号过于粗糙，无法区分中间步骤的重要性。更重要的是，记忆更新的效用高度依赖用户特征——相同的记忆操作在不同用户画像下可能产生截然相反的效果。现有方法大多采用全局共享的评估标准，最多只提供一个标量的中间奖励，无法捕捉这种异质性。
为了解决上述问题，本文提出个性化记忆评估表（Personalized Memory Rubrics，PMR）框架。PMR 将终端反馈细化为逐步、逐用户的信用分配。具体做法是将评估拆分为两层：
- 通用层：捕捉跨用户的共性失败模式，形成一个全局基线。
- 用户自适应层：在通用基线之上学习每个用户的专属偏差（delta），从而实现个性化的信用分配。
在 Rubric‑Guided Credit Assignment 机制下，PMR 能在token 级别重新分配信用：对成功轨迹中的有效决策进行放大，对失败轨迹则回退到标准的策略优化，以避免不可靠的归因。评估表与记忆策略在闭环中共同进化，并通过反循环（anti‑circularity）约束保证学习的稳定性。值得强调的是，PMR 在推理阶段不需要任何评估表或外部评判器，因而零推理开销。
实验在四个公开基准上进行，对比多种强记忆增强基线，PMR 均表现出显著提升，验证了细粒度、用户感知的信用分配对长期记忆学习的有效性。
点评：PMR 通过将全局评估拆解为通用+个性化两层，实现了对记忆更新的精细控制，兼顾了学习效率与用户差异，值得在更广泛的个性化系统中进一步探索。