2026年1月5日 · AgeMem
Agentic Memory：Agent 开始统一学习长短期记忆的写入、检索与遗忘
2026 年 1 月 5 日提交的 Agentic Memory 论文提出 AgeMem，把长期与短期记忆操作统一成 Agent 可学习的工具动作，并在五个长时程基准上报告了相对强记忆基线的持续改进。
EVENT STORY
发展脉络
- 首次出现Agentic Memory：Agent 开始统一学习长短期记忆的写入、检索与遗忘arXiv cs.AI
- 当前判断记忆层正在从 Agent 框架的外围插件变成可训练策略的一部分，未来平台差异不只在存储引擎，还在何时写入、保留、压缩和遗忘的策略质量。Agent Pulse · 分析
Agent 记忆长期依赖摘要、向量检索和外部控制器的固定启发式。AgeMem 把存储、检索、更新、压缩和删除纳入同一策略，使记忆管理第一次可以随任务反馈共同优化。
AgeMem 将长期记忆与短期记忆操作表示为可调用动作，并用三阶段渐进式强化学习与逐步 GRPO 缓解记忆操作带来的稀疏、非连续奖励。论文在多个基础模型和五类长时程任务上比较任务成功率、记忆质量与上下文效率。
记忆层正在从 Agent 框架的外围插件变成可训练策略的一部分，未来平台差异不只在存储引擎，还在何时写入、保留、压缩和遗忘的策略质量。
采购或自建长任务 Agent 时，应同时评测完成率、记忆污染率、上下文成本和删除能力，避免只用“支持长期记忆”这一功能标签做决策。
需要继续验证跨模型、跨工具和真实企业任务中的稳定性，并衡量强化学习成本、错误记忆累积、隐私删除与可审计性。