[CL]《Memory in the Age of AI Agents》Y Hu, S Liu, Y Yue, G Zhang... [National University of Singapore & Renmin University of China] (2025)

如果把大语言模型比作大脑，那么记忆就是让它从一个“复读机”进化为“智能体”的灵魂。最近读完这篇长达72页的综述《Memory in the Age of AI Agents》，深感震撼。它不仅梳理了技术，更定义了AI Agent的认知框架。记忆不再是简单的插件，而是Agent的第一类原语。

为什么Agent需要记忆。因为没有记忆的LLM是瞬时的、健忘的。记忆让静态的模型变成了动态的策略。它解决了三个核心问题：我是谁（身份一致性）、我做过什么（经验积累）、我正在做什么（任务聚焦）。记忆是智能的复利，它让Agent在与环境的每一次交互中，都能完成一次自我的微小迭代。

记忆的存在形式决定了Agent的“体质”。
Token级记忆：像外部笔记本，可读、可改、透明，适合存储事实。
参数化记忆：像肌肉记忆，通过微调内化到权重中，反应迅速但更新慢。
潜空间记忆：像直觉，隐藏在KV Cache或隐藏状态里，机器原生且高效。
真正的强Agent，必然是这三种形式的交响。

功能上，Agent记忆被划分为三个支柱。
事实记忆：确保Agent不胡言乱语，记得用户的偏好和环境的状态。
经验记忆：这是Agent进化的关键，它从失败中提取教训，从成功中总结工作流。
工作记忆：它是Agent的草稿本，在处理复杂任务时，动态管理当前的注意力，防止在长序列中迷失。

记忆不是静态的堆积，而是一个流动的生命周期。
形成：将冗长的原始对话蒸馏成高密度的知识。
演化：这是一个动态融合的过程。Agent需要学会合并相似记忆、解决逻辑冲突，甚至学会遗忘。
检索：不只是关键词匹配，而是根据当前的意图，在正确的时间、找回最关键的那块拼图。

一个深刻的洞察是：遗忘不是缺陷，而是高级智能的标志。
如果Agent记住所有无用的噪声，它的认知成本将无限上升。有效的记忆系统必须学会主动遗忘，剔除过时的信息，为新的知识腾出空间。在AI的世界里，减法往往比加法更难，也更重要。

未来的边际在哪里。
从检索转向生成：Agent不再只是“翻书”，而是根据需求“合成”记忆。
强化学习驱动：让Agent自己学习如何管理记忆，而不是由人类预设规则。
世界模型：记忆将成为Agent模拟物理世界、预测未来的底层基座。

记忆是时间的沉淀，也是智能的锚点。
当我们讨论AGI时，我们讨论的其实是一个拥有连续自我意识和不断进化能力的实体。而这一切的起点和终点，都指向了记忆。这篇综述为我们勾勒了通往那个未来的认知地图。

🔗 arxiv.org/abs/2512.13564