摘要： 语言智能体运行一个循环——观察、推理、行动——但它们所依赖的记忆却位于这个循环之外：一个每轮最多查询一次的存储。我们研究的是记忆进入循环内部、每一步都进行读写的新模式。其障碍始终是延迟：网络化存储的响应时间为数十到数百毫秒，而当检索成本高昂时，循环内检索可能使端到端延迟增加高达83倍。先前的工作是在管理这种成本，而非质疑它：服务层调度将其隐藏，记忆优先的设计将检索限制为每轮一次。我们认为延迟是存储位置的性质，而非循环内模式的属性：进程内存储的响应时间约为100微秒，比网络模式低三个数量级，在此速度下，每步的额外开销几乎消失。根据扩展心智理论的等价原则，一个足够快、能够持续且直接可用的存储，就变成了扩展的工作记忆，而不仅仅是智能体偶尔查阅的工具。这一前提是因果性的：在固定每轮记忆延迟预算、仅改变存储响应速度的条件下，冗余动作随延迟单调增加——在进程内速度下为0.0/12，在110毫秒的云端往返延迟下为7.2/12（gpt-5-nano, gpt-5-mini；精确置换检验 p=0.0079）。我们端到端地展示了这一模式：在四种GPT-5级别模型上，在有限窗口下，使用循环内记忆后，召回率从0/5提升至3.6-4.8/5，存储操作的中位延迟为80-165微秒——尽管一个要求“每次回复都重述”的基线也能完美解决该问题，但其令牌成本随工作集增长而增加。存储在任何运行中从未丢失任何事实（244次写入全部保留）；每一次遗漏都归因于智能体的读取策略，而非存储本身。我们的测量还重新定位了瓶颈：每步的主要成本是嵌入（通过网络约200-400毫秒）；将进程内存储与一个小型本地嵌入器配对，可将完整操作的实际测量时间降至约40微秒。