LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory (v1)

六点改七点、朋友、日历字段及后续 agent 操作全部为构造说明，来源只支撑更新和记忆用于工具参数的任务能力，不证明任一产品已执行此例。本轮未实际操作日历。

外部索引可更新并非自动采集新经历、识别修订或保证检索命中。只找到六点是构造的失败条件，不是具名产品实测故障。

四步链与日历错填均为构造检验框架，来源分别提供压缩、更新、工具参数的依据，不指控具名产品故障，也不把错误一律归于梯度消失。

LongMemEval 500 题混合模拟/构造/人工编辑，测提取、多会话、时间、更新与拒答。六点七点两问为本期构造，不是原题，不外推 2024 分数至 2026 全产品。

少糖和聚餐都是构造；两项具体行动回收原有主张，末句是编辑判断，不当人类记忆定义或已测产品效果。没有永不遗忘或产业胜利结论。