智能体记忆领域研究论文与技术白皮书

概述

本节精选了对智能体记忆管理领域影响深远的重要研究论文与技术白皮书。这些成果为现代 AI 智能体记忆系统奠定了理论基础，并提供了切实可行的实现路径。

基础研究论文

MemGPT: Towards LLMs as Operating Systems

作者：Packer et al.（加州大学伯克利分校）资源：ArXiv 论文

该论文提出了将 LLM 类比为操作系统、由其自主管理记忆层级的概念。MemGPT 实现了一套虚拟上下文管理系统：LLM 可以在有限的"主上下文"（类比内存）与无限的"外部存储"（类比磁盘）之间显式地移动数据。这篇论文奠定了 Letta 框架的理论基础。

主要贡献： - 面向 LLM 的操作系统启发式记忆层级 - 通过函数调用实现自主记忆管理 - 验证了 LLM 自主管理上下文窗口的可行性 - 在不发生上下文溢出的情况下支持无限长度的对话

Generative Agents: Interactive Simulacra of Human Behavior

作者：Park et al.（斯坦福大学 / Google）资源：ArXiv 论文

这是一篇具有里程碑意义的论文，展示了 AI 智能体在模拟环境中呈现可信的类人行为。论文提出了以下核心概念：智能体维护记忆流、通过反思提炼高层洞察，并利用检索到的记忆规划未来行动。

主要贡献： - 记忆流架构（对智能体经历的全面记录） - 反思机制：智能体定期将记忆提炼为高层洞察 - 结合时效性、重要性与相关性的综合检索函数 - 验证了记忆驱动的智能体能够涌现出社交行为

Cognitive Architectures for Language Agents (CoALA)

作者：Sumers et al.（普林斯顿大学）资源：ArXiv 论文

该论文为理解和设计语言智能体的认知架构提供了系统性框架。论文直接借鉴认知科学，定义了经典的四类记忆分类体系——工作记忆、语义记忆、情景记忆与程序性记忆——已成为智能体记忆设计的标准参考。

主要贡献： - 工作记忆：推理时处于活跃状态的上下文内容 - 语义记忆：关于用户、实体与世界的持久性事实和知识（偏好、定义、参考数据等） - 情景记忆：具体的过往经历——历史会话中发生了什么、类似任务如何解决 - 程序性记忆：影响智能体行为的行为规则、指南与已习得的操作流程 - 提供了比较不同智能体架构的统一框架 - 通过 CoALA 视角分析了已有系统（ReAct、Reflexion、AutoGPT）

MemoryBank: Enhancing LLMs with Long-Term Memory

作者：Zhong et al. 资源：ArXiv 论文

该论文提出 MemoryBank——一种为 LLM 赋予长期记忆（LTM）能力的新型记忆机制。其记忆更新机制受艾宾浩斯遗忘曲线启发：记忆随时间衰减，除非得到强化。

主要贡献： - LLM 的长期记忆存储与检索 - 受遗忘曲线启发的记忆衰减与强化机制 - 在长期交互中实现了更好的个性化效果 - 记忆摘要与整合策略

LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory

作者：Wu et al.（加州大学洛杉矶分校 NLP 实验室）资源：论文（ICLR 2025） | GitHub | 网站

该论文提出了一套严格的基准测试，用于评测 LLM 驱动的对话助手的长期记忆能力。论文将记忆架构形式化为三阶段流程（索引 → 检索 → 阅读），并设立五个核心记忆能力评测维度：信息抽取、跨会话推理、时间推理、知识更新与拒答判断。数据集包含 500 道问题，使用带时间戳的多会话对话历史，通过属性可控流水线生成。

主要贡献： - 将三阶段记忆架构（索引、检索、阅读）形式化为评测框架 - 覆盖对话助手长期记忆全面需求的五维能力分类体系 - 揭示了检索系统在时间推理与知识更新方面的主要短板 - 证明关键扩展策略（摘要、关键词抽取、用户事实提取）能有效提升 RAG 流水线的检索精度

LongMemEval-V2: Evaluating Long-Term Agent Memory Toward Experienced Colleagues

作者：Di Wu、Zixiang Ji、Asmi Kawatkar、Bryan Kwan、Jia-Chen Gu、Nanyun Peng、Kai-Wei Chang（加州大学洛杉矶分校 NLP 实验室）资源：论文（arXiv 2605.12493，2026 年 5 月） | 网站

本文将 LongMemEval 扩展至智能体领域，评测记忆系统能否帮助 Web 智能体在长任务轨迹中积累特定环境的程序性知识。基准测试包含 451 道手工标注问题，配套最多 500 条智能体轨迹（最高达 1.15 亿 token），来源于真实 Web 环境（WebArena、WorkArena）。论文提出五种智能体记忆能力：静态状态回溯、动态状态跟踪、工作流知识、环境陷阱感知，以及前提条件意识。

主要贡献： - 将评测重心从情景/对话记忆转向智能体的程序性/环境性记忆 - 评测环境涵盖 Magento 购物、购物后台、Postmill 论坛、ServiceNow，代表真实企业与电商智能体部署场景 - 揭示当前记忆系统无法有效大规模内化特定环境的运营经验 - 提出"资深同事"评价框架：目标不是记忆的准确率，而是可付诸实践的运营专业知识

技术白皮书与博客

AgentFS: The Missing Abstraction for the Agentic World

来源：Turso 资源：技术博客

本文介绍了 AgentFS——一种以 SQLite 为底层的可移植虚拟文件系统，充当 AI 智能体的持久化"硬盘"。文章主张，智能体不仅需要向量数据库，更需要文件系统抽象层，以结构化方式管理文件、键值状态和工具调用日志。

主要贡献： - 面向智能体持久化存储的文件系统隐喻 - 基于 SQLite 的可移植实现 - 与框架无关的设计 - 单一可移动 .db 文件架构

The Mem0 Memory Layer Architecture

来源：Mem0.ai 资源：技术文档 | 研究论文

本文描述了 Mem0 为 AI 智能体提供通用自进化记忆层的架构设计。该系统自动从对话中提取用户偏好与事实，存储于向量库与知识图谱的混合后端，并在后续交互中检索相关记忆。

主要贡献： - 无需显式指令的自动记忆提取 - 结合向量检索与知识图谱的混合存储 - 跨会话记忆持久化 - 通过矛盾消解实现记忆自我优化

Graphiti: Temporal Knowledge Graphs for Agent Memory

来源：Zep 资源：GitHub 文档

本文介绍了 Graphiti——一个开源时态知识图谱框架，用于追踪事实与关系随时间的演变。与静态知识图谱不同，Graphiti 保存事实变更的历史记录，使智能体能够对信息的有效时间区间进行推理。

主要贡献： - 支持事实版本控制的时态知识图谱 - 双时态数据模型（有效时间 + 事务时间） - 面向多跳推理的高效图遍历 - 与 Zep 记忆平台集成

LangMem: Long-term Learning for LangGraph

来源：LangChain 资源：技术博客

本文介绍了 LangMem——LangChain 为 LangGraph 智能体提供长期记忆的解决方案。该方案提供跨会话记忆存储与检索的托管服务，并支持多种记忆类型（语义记忆、情景记忆、程序性记忆）。

主要贡献： - 与 LangGraph 工作流深度集成的长期记忆 - 多种记忆存储后端 - 自动记忆提取与整合 - 面向多用户应用的记忆命名空间隔离

Awesome-LLM-Memory（精选列表）

来源：GitHub 社区资源：GitHub 仓库

由社区维护的 LLM 记忆相关论文、工具与资源精选列表，持续更新，提供对该领域的全面概览。

核心研究主题

记忆检索

智能体如何决定从记忆中检索什么： - 时效性：优先选择较新的记忆 - 相关性：与当前上下文的语义相似度 - 重要性：存储时分配的显著性评分 - 综合评分：多因素加权组合（如 Generative Agents 所采用的方式）

记忆整合

智能体如何将原始经历转化为可复用的知识： - 摘要：将多个情节压缩为摘要 - 反思：从模式中提炼高层洞察 - 抽象：从具体示例泛化为规则 - 遗忘：衰减或移除低重要性的记忆

记忆架构模式

平面记忆：单一无差别存储（简单，但不易扩展）
层级记忆：多层结构，各层访问速度与容量不同
联想记忆：基于相似度的内容寻址式检索
结构化记忆：针对不同信息类别的类型化存储