技术深度解析
该调查将智能体记忆分为两种根本不同的架构范式，每种都有独特的技术权衡。
OS工程范式将记忆视为分层存储体系：工作记忆（当前上下文窗口）、短期记忆（存储在向量数据库或键值存储中的近期交互）和长期记忆（持久存储，通常是SQL或NoSQL数据库）。检索通常通过嵌入相似性搜索（向量嵌入的余弦相似度）或精确键查找进行。流行的实现包括：
- MemGPT (Letta)：一个开源项目，将上下文窗口虚拟化，在“主内存”（LLM的上下文）和“外部内存”（基于SQLite的数据库）之间交换数据。它使用受OS虚拟内存启发的分页算法。该仓库在GitHub上拥有超过12,000颗星，并正在积极维护。
- LangChain的Memory模块：提供多种记忆类（ConversationBufferMemory、ConversationSummaryMemory、VectorStoreRetrieverMemory），这些类封装在LLM调用周围。这些本质上是缓存和检索层。
- CrewAI的记忆系统：使用短期（内存字典）和长期（SQLite/PostgreSQL）存储的组合，专注于特定任务的回忆。
该范式的核心优势是确定性和可扩展性。你可以精确控制存储和检索的内容，并且可以使用分布式向量数据库（如Pinecone或Weaviate）扩展到数十亿个Token。其弱点是上下文盲区：系统基于语义相似性而非与当前目标、情绪状态或长期行为模式的相关性进行检索。用户可能会问“我上周关于我的猫说了什么？”，智能体检索到了确切的句子，但未能理解用户当时很悲伤，或者这条信息与当前关于宠物保险的决策相关。
认知科学范式从神经科学中汲取灵感。关键组件包括：
- 类海马体索引：一个单独的“索引”模型，学习哪些记忆重要以及它们之间如何关联，而不是依赖平面向量相似性。
- 遗忘曲线：受艾宾浩斯遗忘曲线启发，记忆的重要性会随时间衰减，除非通过检索或情感显著性得到强化。
- 情感标记：记忆被标注情感效价（正面/负面）和强度，影响检索概率。
- 巩固与重放：在空闲期间，智能体“重放”重要记忆以强化它们，模仿生物系统中的睡眠。
值得注意的研究实现包括：
- Generative Agents (Park et al., 2023)：斯坦福大学的论文引发了一波兴趣浪潮。他们的智能体使用经验流，然后根据新近性、重要性和相关性进行总结和检索。这是一种受认知科学启发的方法，但计算成本高昂且不可扩展。
- MemoryBank (Zhong et al., 2024)：一个实现遗忘机制和情感标记的开源框架。它在存储每条记忆之前，使用单独的LLM调用来评估其重要性。
- Reflexion (Shinn et al., 2023)：一个框架，智能体将“反思”——对过去失败和成功的自我生成总结——存储在长期记忆中，然后在面对类似任务时检索它们。这是一种情景记忆的形式。
其核心优势是上下文和行为智能。智能体可以从过去的错误中学习，随时间调整其个性，并维持连贯的长期关系。其弱点是不可预测性和成本。遗忘机制可能意外丢弃关键信息，而运行单独模型进行重要性评分、情感标记和巩固的开销可能使推理成本增加10-100倍。
| 范式 | 优势 | 劣势 | 代表性项目 | 每次查询成本（估计） |
|---|---|---|---|---|
| OS工程 | 确定性、可扩展、低延迟 | 上下文盲区、无遗忘、无情感权重 | MemGPT, LangChain Memory, CrewAI | $0.001 - $0.01 |
| 认知科学 | 上下文智能、行为学习、长期连贯性 | 不可预测、高成本、计算密集 | Generative Agents, MemoryBank, Reflexion | $0.05 - $0.50 |
数据要点： 范式之间的成本差距为10-50倍，但智能差距更大。认知科学方法目前仅适用于高价值、低容量的应用（例如，个人AI伴侣、长期运行的研究智能体）。
关键参与者与案例研究
主导记忆范式的斗争正在多个战线上展开。
开源研究实验室正在引领认知科学的冲锋。斯坦福大学的Generative Agents论文（Joon Sung Park等人）仍然是最具影响力的。