agent_memory_survey_final_synthesis_20260226_deep_research

Z3 全文↑ Z2 条目

方法论库 · 引用级 · none

本页是 <code>contexts/methodology/agent_memory_survey_final_synthesis_20260226_deep_research.md</code> 的逐字投影（仅隐私清洗，零改写）。

时点提示：本页是仓内文件 contexts/methodology/agent_memory_survey_final_synthesis_20260226_deep_research.md 的逐字投影（仅做隐私清洗：仓库根绝对路径→相对路径、家目录→~/；除此零改写）。若源文件后续有修订，以仓内真源为准。

报告元数据（frontmatter）

name: agent_memory_survey_final_synthesis_20260226_deep_research
description: agent 记忆系统设计综合
domain: infra
consumption:
  surface: none
  trigger: ""
  consumer: orchestrator
status: library
promoted_to: null

Final Synthesis: Agent Memory (4 Directions)

1) 文件系统与 memory 管理结合

主流走向是分层存储 (short/mid/long) + 分层索引 (vector/graph/temporal)。
典型管线: raw logs -> memory extraction -> consolidation/update -> retrieval service。
最稳妥工程形态是日志追加写 + 异步压缩整理，避免每轮重建记忆。

2) summarize/精炼方法

主要有三类:
重要性/时间衰减型精炼 (MemoryBank)
反思型精炼 (Generative Agents, RMM)
结构化分层精炼 (GraphRAG)
实践上，推荐“在线轻摘要 + 离线重摘要 + 证据可追溯”。

3) memory 的使用方法

常见策略:
反思记忆驱动试错改进 (Reflexion)
图世界模型驱动规划决策 (AriGraph)
经验库复用与常数内存策略 (ExpeL, MEM1)
关键不是存多少，而是“何时写、写什么、何时读、读多少”。

4) 其他关键部分

评测从对话扩展到跨平台工作流 (LoCoMo/LongMemEval/MEMTRACK)。
企业场景开始要求 memory 权限控制与审计 (Collaborative Memory)。
指标应至少包含: 正确性、时延、token成本、冗余率、可追溯性。

agent_memory_survey_final_synthesis_20260226_deep_research

Final Synthesis: Agent Memory (4 Directions)

1) 文件系统与 memory 管理结合

2) summarize/精炼方法

3) memory 的使用方法

4) 其他关键部分

推荐最小落地架构