MT MLLM WISE Titans

MemGPT Mem0 Zep MemOS

HippoRAG MemLong MM

GA Voyager Reflexion

图中 MT 指 Memorizing Transformers,MLLM 指 MemoryLLM,GA 指 Generative Agents,MM 指多模态记忆检索资源。

这张图只负责定位,不承载长解释:横轴回答“记忆藏在模型里,还是放在外部系统里”;纵轴回答“记忆主要是静态召回,还是会在运行中持续更新”。读图时先看象限,再看论文点位,最后回到下面这张工程矩阵判断路线。

| 检索增强 | HippoRAG、MemLong、多模态检索资源 | 向量、BM25、图检索、长上下文切片、rerank | 解决“资料很多但找不准”的问题;关键不在存储,而在召回、排序和证据组织。 |
| 经验沉淀 | Generative Agents、Voyager、Reflexion、CoALA | 事件流、反思、计划、技能库、认知分层 | 解决“做过的事如何变成下次策略”;适合落到任务复盘、失败归因和技能复用。 |

读 21 篇论文时不要按标题记,而要按象限判断:它修改的是记忆位置、更新方式、检索方式,还是行为复用方式。这个判断会直接影响你后面写 Java 服务时该建表、建图、建队列,还是只做评测和策略层。

论文地图

四条阅读主线

主线一:外部记忆系统

先读 01 -> 05 -> 03 -> 04 -> 06 -> 07。

这条线回答:如果要把 Agent 的记忆做成一个服务,数据结构、API、检索、更新、权限、审计应该怎么设计。

主线二:检索增强记忆

先读 08 -> 21 -> 19。

这条线回答:记忆不只是存下来,还要能在正确时刻被找回来。

主线三:模型内部记忆

先读 11 -> 12 -> 13 -> 14 -> 15。

这条线偏研究,但能帮你理解“为什么大多数工程系统先做外部记忆”。模型内部记忆强在推理融合,弱在可解释、可回滚、可权限控制。

quadrantChart
  title Agent Memory 方法取舍
  x-axis "难治理" --> "易治理"
  y-axis "弱融合" --> "强融合"
  quadrant-1 "理想但困难"
  quadrant-2 "工程主流"
  quadrant-3 "价值较低"
  quadrant-4 "研究前沿"
  "外部 Memory Store": [0.78, 0.48]
  "RAG 检索": [0.72, 0.42]
  "知识图谱记忆": [0.64, 0.58]
  "模型编辑": [0.32, 0.78]
  "KNN Memory": [0.42, 0.68]
  "Memory Tokens": [0.28, 0.82]

主线四:经验、反思与技能

先读 09 -> 20 -> 10 -> 18。

这条线回答:Agent 做过一件事之后,怎样把结果变成下一次可用的经验,而不是只留下聊天记录。

推荐学习顺序

如果你目标是做 Personal Knowledge Agent,按这个顺序读:

不要从综述开始死啃。先用工程论文建立对象感,再用综述补全分类。

精读模板

每篇论文至少回答 12 个问题:

工程落地总图

对应 Java 后端模块:

最小数据模型

// MemoryRecord = 一条可治理的长期记忆。
// 重点不是“存一段文本”，而是让记忆能被检索、更新、审计和删除。
public record MemoryRecord(
    String id,           // 全局唯一 ID，便于 trace 和更新。
    String ownerId,      // 记忆归属：用户、项目或组织。
    String scope,        // user/project/session，决定可见范围。
    String type,         // fact/preference/task/skill/reflection。
    String content,      // 记忆正文，给模型或检索器使用。
    String source,       // 来源：chat、obsidian、tool、paper。
    double confidence,   // 抽取可信度，低可信记忆不要直接强注入。
    long validFrom,      // 生效时间，支持时序事实。
    Long validTo,        // 失效时间，null 表示仍有效。
    String status        // active/superseded/deleted。
) {}

这个模型能覆盖 Mem0、Zep、MemoryBank、Reflexion 的最小交集。先把它做扎实,比一开始追求复杂图数据库更重要。

评测标准

没有评测,记忆系统很容易变成“看起来聪明,实际乱记”。

读完后的产出

读完 21 篇不应该只留下“我知道很多论文”。应当产出一个可实现的 Personal Knowledge Agent 设计:

1. 一张记忆类型表:事实、偏好、任务、反思、技能、资料片段。
2. 一个 MemoryRecord 数据模型。
3. 一个写入策略:什么时候抽取,什么时候拒绝写入。
4. 一个更新策略:合并、覆盖、失效、遗忘。
5. 一个检索策略:关键词、向量、图、时间过滤、rerank。
6. 一个上下文策略:哪些记忆进 prompt,超预算怎么压缩。
7. 一套 eval:固定问题、预期记忆、预期引用、失败归因。

这才是这组论文对工程学习的实际价值。