What Should an Agent Remember? Disentangling Retention from Retrieval in Bounded-Memory Evaluation

流式召回基准在同一批 300 个 seeded episodes 上分离“保留什么”和“取出什么”。固定访问权限后，query-aware 选择只贡献 15.5 个百分点，而混合比较宣称的 68.7 点优势有 53.2 点来自额外访问；受限 recency 条件的 319 次失败全是 eviction，提醒记忆评测不能把存储损失误判为排序问题。