#memory management

4 篇

Agentic Memory Management Is the Next Frontier of Information Retrieval

智能体记忆管理：信息检索的下一个前沿

🧭 Agent 记忆管理框架与 IR 融合

Dept. CS&T, Tsinghua University

提出 AMM 框架，将记忆对象分为 constants、functions、operators，并给出 IR 视角研究议程

📌 工作参考价值（4 点）

在电商/广告 Agent 中，可按 constants/functions/operators 分类设计记忆层：用户长期偏好（constants）用于召回与排序；可调用的推荐策略/工具（functions）按需检索；总结、遗忘、合并等记忆操作（operators）显式管理，避免把所有上下文塞进 prompt 或向量库。
记忆检索不要只做相关性排序，需定义 utility（对下游动作/转化的贡献），可借鉴 learning to rank 或用 LLM 生成候选后重排，对记忆片段做效用打分，提升推荐 Agent 的决策质量。
混合参数化与非参数化更新：高频短期信号（点击、会话）写入外部记忆实时检索，低频长期偏好定期用 LoRA 等参数化微调固化，兼顾实时性与成本，适合个性化 Agent 持续学习。
评估 Agent 记忆时，借鉴搜索/推荐的离线-在线评估体系，关注任务完成率、记忆更新效率与长期回报，而不是只看单轮 QA 准确率。

Agent | 2026-10-23 | cs.IR | score 7/10

交互式记忆学习用于长期对话

🧭 多智能体协作记忆优化 ★ 深度解读

Harbin Institute of Technology, Shenzhen · Pengcheng Laboratory, China

提出 ICML 多智能体在线强化学习框架，Planner 与 Trigger 通过跨会话延迟奖励共同进化，实现记忆策略自演进

📌 工作参考价值（4 点）

将记忆写入（Planner）和记忆召回（Trigger）拆成两个可学习策略，用 PPO 在线更新，适合客服/导购等用户偏好频繁变化场景；Planner 过滤噪音控制上下文长度，Trigger 按当前 query 选择记忆。
跨会话延迟奖励机制：把未来响应质量反传回当初的存储决策，解决记忆价值滞后问题，可迁移到电商中用户长期反馈对画像写入策略的反哺。
用 Retrospective Session Synthesis 反向生成一致故事线并标注记忆依赖，做冷启动专家数据，可借鉴为合成用户会话数据训练记忆策略，缓解在线 RL 稀疏奖励。
实现 plug-and-play，不改闭源 LLM 权重，仅训练小模型策略，构造延迟约 63ms、检索约 13ms，对已有线上 LLM 对话系统做记忆增强成本低。

MultiAgent | 2026-09-15 | cs.CL | score 8/10

智能体该遗忘什么？分离存储内容与使用内容

🧭 Agent 长期记忆的查询条件选择性遗忘 ★ 深度解读

Beihang University · East China Normal University

提出 RD-Forget，训练无关地把智能体记忆的存储与查询时使用解耦，通过语义槽替换和意图感知检索实现可逆选择性遗忘

📌 工作参考价值（4 点）

用户/商品画像采用 append-only source archive + query-conditioned view：不物理覆盖旧事实，按 subject|relation|scope 槽位管理同槽新值替换旧值；当前推荐/客服回答只注入最新值，历史分析或矛盾处理时可 rescue 旧值，避免过时信息污染当前结果，同时保留时间旅行能力。
对商品动态属性（价格、库存、类目、适用人群）建立 same-slot replacement links；例如价格更新后旧价格对当前意图应被压制，但历史比价/价格走势查询可恢复。这个机制适合电商中的事实变更、用户偏好漂移和冲突消解。
工程实现可复用：固定 token 预算（如 2048）下，用 frozen LLM curator 提取证据、greedy pack 选证据；排序用 lexical overlap + active entry 加分 0.4，训练无关、易上线。成本函数 c(m)=tok(m.text)+8 直接作为记忆预算约束。
消融结论：不进行遗忘（-FORGET）和不依赖查询的通用记忆（-QC）损害最大，因此优先做 query-conditioned curation 和 supersession；slot grouping 和 historical rescue 是次要但一致的增益，可后续迭代。

Agent | 2026-09-09 | cs.AI | score 8/10

AutoMem：将记忆管理作为可训练技能的自动化学习框架

🧭 Agent 记忆管理自动化 · 长程任务优化

Stanford University

通过双循环自动优化记忆结构与训练记忆熟练度，将记忆管理变为可学习技能，在长程游戏中实现2-4倍性能提升

📌 工作参考价值（4 点）

可迁移的记忆架构：将文件系统操作提升为一级记忆动作，与任务动作并列，让模型自行决定何时读写笔记。电商推荐Agent可借鉴此模式，维护用户长期偏好文件、会话上下文文件，实现跨会话记忆。
自动优化记忆提示与模式：手工设计记忆结构（提示、文件模式、动作词汇）在长程任务中不可行。可借鉴其外循环思路，用强LLM审查历史推荐交互的完整轨迹，自动迭代优化Agent的记忆结构，减少人工工作量。
利用成功轨迹训练记忆决策：内循环从大量episodes中提取好的记忆决策（何时记录偏好、何时检索历史），作为微调信号。在搜索/推荐Agent中，可挖掘用户满意会话，训练模型做出更好的记忆操作，提升长期用户体验。
记忆与任务分离的优化范式：仅优化记忆技能，不改动任务动作行为，就带来巨大提升。表明在复杂推荐系统中，可将记忆管理作为独立模块针对性优化，性价比高。

Agent | 2026-07-01 | cs.CL | score 7/10