AI Agent最新「Memory」综述 ｜多所顶尖机构联合发布

就在昨天，新加坡国立大学、中国人民大学、复旦大学等多所顶尖机构联合发布了一篇AI Agent 记忆（Memory）综述。

当前的 LLM 应用开发正面临严重的“记忆碎片化”问题：我们有用于短期记忆的 KV Cache，有用于知识检索的 RAG，还有用于长期交互的 MemGPT 类架构，但缺乏统一的理论指导。这篇综述不仅是对现有工作的盘点，更是一份解决“灾难性遗忘”与“上下文溢出”的系统方案。它详细拆解了如何通过Token级、参数级和潜在（Latent）级三种形式来构建记忆，并深入探讨了如何让记忆像生物体一样具备“自我遗忘”和“冲突修正”的能力。对于正在构建复杂Agent应用（如伴侣 Bot、自主编码 Agent）的读者朋友来说，这篇文章直接给出了技术选型的理论依据。

核心界定：Agent记忆的独特版图

在深入技术细节之前，我们需要先达成一个共识：并不是所有“存下来的东西”都叫Agent记忆。研究者在论文中非常严谨地帮我们区分了三个容易混淆的概念，这有助于我们理解Agent记忆的独特性。

Agent记忆 vs. LLM记忆

• LLM记忆：通常指模型内部的技术优化，例如如何优化 Transformer的 KV Cache（键值缓存） 以减少重复计算，或者通过架构调整（如 Mamba、RWKV）让模型能处理更长的上下文窗口。这更像是计算机的“显存优化”，关注的是单次推理的效率和容量。
• Agent记忆：这是指一个智能体为了在环境中长期存在，维护的一个持久的、动态演化的认知状态。它不仅是存储数据，更包含了“我是谁”、“我经历过什么”、“用户的偏好是什么”这些核心认知，是跨越多次交互周期的。

Agent记忆 vs. RAG（检索增强生成）

• RAG：通常是静态的知识外挂，有Modular RAG、Graph RA、Agentic RAG三类。比如您有一个巨大的文档库（比如公司手册），模型去里面搜索答案。它解决的是“知识库”的问题，通常用于单次任务，知识库本身很少随交互而改变。
• Agent记忆：是动态生长的。随着 Agent与您的每一次交互，它的记忆库都在发生变化——它会记下新的经验，修正错误的认知，甚至遗忘不再重要的信息。它强调的是交互历史和经验积累。

Agent记忆 vs. 上下文工程（Context Engineering）

• 上下文工程：是一种资源管理手段。因为模型的窗口有限，我们通过各种技巧（如Prompt压缩、重要性筛选）把最重要的信息塞进去。
• Agent记忆：是认知建模。它决定了哪些信息值得被保留下来成为长期记忆，并在未来几天、几个月甚至几年后被调用。上下文工程是“怎么塞进去”，而 Agent记忆是“该塞什么”。

形式（Forms）：记忆的物理载体与拓扑结构

如果我们打开 Agent的“大脑”，我们会看到什么样的存储结构？研究者将记忆的形式归纳为三大类。这三种形式并不是互斥的，而是像人类大脑的不同区域一样协同工作。

Token级记忆（Token-level Memory）：显性的认知符号

这是目前最主流、最可解释的记忆形式。信息以离散的、可读的文本（Token）或数据块的形式存储在模型外部。根据组织方式的复杂程度，它从简单的线性记录进化到了复杂的立体结构。

一维：扁平记忆（Flat Memory）

• 机制：记忆像是一条长长的流水账（List）或一堆无序的便签。为了应对无限增长的长度，通常采用递归摘要（Recursive Summarization），即旧的对话被压缩成摘要，新的对话继续追加。
• 典型应用：早期的对话机器人日志、简单的经验池（Experience Pool）。
• 局限性：随着记忆量的增加，“大海捞针”变得极其困难，且容易丢失上下文细节（Lost in the Middle）。

二维：平面记忆（Planar Memory）

• 机制：记忆不再是孤立的点，而是通过拓扑结构建立了“关联”。最典型的形式是图（Graph）和树（Tree）。
• 核心优势：
• 知识图谱（Knowledge Graph）：例如，Agent不仅记住了“苹果”，还通过图结构记住了“苹果”是“水果”的一种，且“长在树上”。像 Mem0 的图记忆版本，就能在对话中实时构建这种实体关系。
• 因果链条：在解决复杂问题时，Agent可以顺着图的边（Edge）进行多跳推理（Multi-hop Reasoning），发现那些如果不建立联系就无法察觉的隐性答案。

三维：层级记忆（Hierarchical Memory）

• 机制：这是最接近人类高级认知的形式。记忆被组织成了不同的抽象层级，构成了立体的金字塔结构。
• 运作方式：
• 底层：存储着原始的、细节丰富的交互记录（Raw Traces）。
• 中层：对事件的摘要（Event Summaries），例如“周二下午开了一次关于预算的会议”。
• 顶层：高阶的洞察和规律（High-level Insights），例如“用户非常在意成本控制，偏好保守方案”。
• 价值：这种结构（如 HiAgent 或 GraphRAG）允许 Agent在宏观规划时调用顶层记忆，在执行具体操作时调用底层细节，极大地平衡了检索效率与信息密度。

参数化记忆（Parametric Memory）：刻在神经元里的本能

这种记忆形式更隐蔽。信息不再是存储在硬盘上的文字，而是直接变成了模型神经网络中的权重参数。

• 内部参数记忆：通过全量微调（Fine-tuning）直接修改模型权重。这就像是生物进化，将知识变成了“本能”或“肌肉记忆”。但缺点也很明显：更新太慢、成本太高，且容易发生灾难性遗忘（Catastrophic Forgetting）学了新的，忘了旧的。
• 外部参数记忆：这是现在的热门方向。我们不改动大模型本身，而是给它挂载一些小的参数模块（如 LoRA 或 Adapter）。这就像是给 Agent插上了不同的“技能卡”或“记忆卡”（例如 K-Adapter），既保留了模型的通用能力，又注入了特定领域的知识，且支持即插即用。

潜在记忆（Latent Memory）：机器的原生语言

这种记忆形式对于人类来说是不可读的，但对于机器来说效率极高。它直接存储模型推理过程中的数学表示。

• 生成式（Generate）：利用辅助模型将长文档压缩成特殊的 Gist Tokens 或向量。Agent只要看到这串编码，就能“脑补”出之前的上下文，而不需要重新阅读几千字的原文。
• 复用式（Reuse）：直接存储推理时的 KV Cache。这是对“思考过程”的直接快照，调用时零延迟，能完美复原当时的思维状态，但对显存占用较大。

功能（Functions）：Agent记忆的核心目的

搞清楚了记忆存在哪里，我们再来看看 Agent到底在记什么。研究者提出了一个非常精妙的分类法，将记忆的功能分为了三类，分别对应了 Agent的不同能力维度。

事实记忆（Factual Memory）："我知道什么"

这是 Agent对世界的声明性知识（Declarative Knowledge），它解决了一致性的问题。

用户事实（User Factual）

• 内容：用户的身份、偏好、历史行为、之前的承诺。
• 作用：
• 连贯性：防止 Agent在聊了十句之后就忘了你刚才说想买红色的衣服。
• 个性化：通过长期积累用户画像（User Profile），提供专属服务。例如 MemGuide 系统会维护用户的“意图树”，即使话题跑偏，也能拉回最初的目标。

环境事实（Environment Factual）

• 内容：关于外部世界的知识。比如代码库的文档、游戏里的地图信息、工具的 API手册。
• 作用：这是 Agent行动的参考书。特别是在多智能体协作（Multi-Agent）中，共享的环境记忆就像是一个全局黑板（Global Blackboard），让所有 Agent同步项目进度和环境状态，避免冲突。

经验记忆（Experiential Memory）："我学会了什么"

这是区分普通Chatbot和高级Agent的关键。 它对应的是人类的“程序性记忆”（Procedural Knowledge），是Agent实现自我进化的基石。

基于案例（Case-based）

• 机制：Agent将过去成功或失败的完整轨迹（Trajectory）存下来。
• 应用：当遇到新问题时，先去翻翻“老黄历”。如果以前做过类似的，直接“抄作业”（Replay）；如果以前在这个坑里跌倒过，就根据失败案例进行修正。

基于策略（Strategy-based）

• 机制：这比存案例更高级。Agent会对过去的经历进行反思（Reflection），提炼出抽象的规则、工作流（Workflows）或思维模板（Thought Templates）。
• 例子：Agent不仅仅记住了“上次代码报错是因为少了一个分号”，而是总结出“在写 Python函数时，要注意缩进和标点符号的检查”。这种元认知（Meta-cognition）让 Agent具备了泛化能力。

基于技能（Skill-based）：从经验到本能

这是经验记忆最高级的形式，它将抽象的经验固化为可执行的工具。

• 代码片段（Code Snippets）：像 Voyager 这样的 Agent，在 Minecraft游戏中学会了“挖铁矿”的一系列复杂操作后，会自己写一段代码封装成 mine_iron() 函数存入技能库。下次再需要铁矿，直接调用这个函数，而不需要重新思考每一步怎么走。
• 函数与脚本（Functions & Scripts）：Agent可以自主编写和复用 Python脚本或 Shell命令，将重复性劳动自动化。
• API封装：对于常用的外部工具调用（如搜索、计算器），Agent会将其用法封装成标准化的 API调用模式，甚至学习如何组合多个 API来解决复杂问题（如 ToolLLM）。
• MCPs (Model Context Protocol)：这是一种新兴的标准，旨在标准化 Agent与工具、数据之间的交互协议，让记忆中的技能可以在不同的 Agent生态系统中通用。

工作记忆（Working Memory）："我现在在想什么"

这就好比是我们电脑的内存（RAM），或者是人类正在进行心算时的思维草稿纸。它的核心挑战在于上下文窗口是昂贵且有限的。

• 单轮压缩（Single-turn）：面对超长的输入（比如一本书），Agent需要学会输入冷缩（Input Condensation），利用 LLMLingua 等技术扔掉 80% 的冗余 Token，只保留核心信息进入处理流程；或者进行观测抽象（Observation Abstraction），将视频流转化为关键帧描述。
• 多轮状态维护（Multi-turn）：在长达数天的任务中，Agent需要学会上下文折叠（Context Folding）。完成一个子任务后，就将相关细节打包成一个简短的摘要存档，只在工作区保留当前任务所需的信息和下一步计划（Cognitive Planning），从而在有限的窗口内实现无限长的任务执行。

动态（Dynamics）：记忆的生命周期

记忆不是静态的数据库，它是一个活的系统。研究者将其生命周期拆解为三个核心过程：形成、演化、检索。

记忆形成（Formation）：沙里淘金

并不是所有的交互都值得被记住。如果把每一句“你好”、“在吗”都存入长期记忆，系统很快就会被垃圾信息淹没。

• 语义摘要：将长对话压缩为精炼的摘要，可以采用增量式（来一句压一句）或分块式（攒一堆再压）。
• 知识蒸馏（Knowledge Distillation）：从对话中提取出结构化的知识三元组（实体-关系-实体），或者从失败的尝试中提取出“教训”和“洞察”。
• 结构化构建：不仅仅是存储，而是将非结构化的文本转化为图、树或层级结构，明确信息之间的关系。

就像是人，每天经历无数事情，但晚上睡觉时，大脑只会筛选出最重要的片段，通过记忆巩固（Consolidation）存入长期记忆。

记忆演化（Evolution）：对抗熵增

这是目前很多系统容易忽视的一环。记忆库如果不维护，就会变得混乱、冲突、过时。

整合（Consolidation）

• 局部整合：将语义相似的碎片记忆合并。
• 全局集成：将新的信息融入到整体的世界观或用户画像中，形成更宏大的叙事。

更新（Updating）

• 冲突解决：用户上周说“我单身”，这周说“我有女朋友了”。记忆系统必须能识别这种冲突，并根据时间戳或置信度来覆盖旧信息，而不是让两条矛盾的记录并存。
• 软删除：有些系统采用给旧记忆打上“失效”标签的方式，而不是直接物理删除，以保留历史的可追溯性。

遗忘（Forgetting）

• 必要的遗忘：为了保持检索的高效和相关性，Agent必须学会遗忘。
• 机制：
• 基于时间：太久远的信息权重降低（遗忘曲线）。
• 基于频率：很久没被用到的知识被丢弃（LFU策略）。
• 基于重要性：这是最高级的。Agent能够评估某条信息未来的价值。比如“用户对花生过敏”这条信息，即使一年没用到也不能忘；而“用户今天中午吃了面条”，可能明天就可以删了。

记忆检索（Retrieval）：不仅是搜索

传统的 RAG往往是被动的：用户问什么，系统搜什么。但高级Agent的检索是主动的、策略性的。

• 主动检索（Timing & Intent）：Agent应该自己判断“我现在的信息够不够回答这个问题？”如果不够，它会主动发起记忆检索的动作，而不是等待指令。
• 查询构造（Query Construction）：用户的提问往往是不完整的。Agent需要将“他怎么看？”重写为“Elon Musk对火星移民计划的具体观点是什么？”，或者通过HyDE技术生成一个假设性的答案作为查询向量，这样才能在数据库中找到准确答案。
• 检索策略：结合词法检索（精准匹配关键词）、语义检索（匹配含义）和图检索（匹配关系），实现混合检索。
• 后处理（Post-processing）：搜出来的东西往往有噪声。Agent需要对检索结果进行重排序（Re-ranking）和过滤，确保喂给大模型的上下文是纯净的。

未来的 Agent记忆会是什么样？

在这篇综述的最后，研究者们展望了几个极具潜力的发展方向。这些方向预示着 AI将从“工具”向“生命体”迈进。

从“检索”到“生成” (Retrieval vs. Generation)

现在的做法大多是把存好的文本原封不动地拿出来。但人类回忆时，其实是在重构场景。未来的 Agent可能会采用生成式记忆，根据当前的上下文，动态生成一段最符合当前需要的记忆描述，而不是死板地调取文件。这种方式能更好地融合多源信息，填补信息的空缺。

自动化与强化学习 (RL Meets Memory)

目前的记忆规则大多是人工设计的（比如“保留最近 10轮对话”）。未来，Agent应该通过强化学习（RL）自己学会如何管理记忆：

• 什么该记？什么该忘？
• 什么时候该去检索？ 如果一次检索帮助它更好地完成了任务，它就会强化这种记忆策略。这将诞生出完全超越人类设计直觉的高效记忆架构，实现真正的端到端（End-to-End）记忆优化。

迈向世界模型 (Memory for World Models)

如果我们要构建能够模拟物理世界或复杂社会的Agent，它的记忆就需要包含时空一致性。Agent需要记住的不仅是文本，还有物体的位置、状态的变化、时间流逝的影响。这是通往具身智能（Embodied AI）的必经之路。

可信记忆 (Trustworthy Memory)

随着记忆越来越强，隐私和安全问题也随之而来。

• 隐私与遗忘权：如果用户要求“忘掉我的信用卡号”，系统必须能确证地从所有参数、向量库和摘要中彻底删除这条信息（Machine Unlearning）。
• 抗毒化：防止恶意用户通过对话向 Agent植入错误的记忆或偏见（Memory Poisoning），这需要建立记忆的“免疫系统”。

结语

读完这篇综述，我们不仅看到了技术的全景图，更看到了Agent进化的方向。

记忆，不再是一个简单的存储桶（Storage Bucket）。它是Agent实现连续性、个性化和自我进化的灵魂。从简单的文本记录，到复杂的层级结构，再到内化为参数的本能，Agent正一步步构建起属于它们自己的“海马体”。

当AI拥有了记忆，它就不再只是每一个 Session里新生的过客，而是成为了我们生活中可以积累感情、积累默契、共同成长的伙伴。这，或许才是 Agent时代的真正魅力所在。

文章来自于“AI修猫Prompt”，作者 “AI修猫Prompt”。