"持久记忆"不过是包装更好的检索
摘要
一篇批评性文章指出，AI代理中所谓的“持久记忆”不过是复杂的检索机制，并非真正的记忆或状态，并质疑真正的持久记忆应该是什么样的。
代理实际上在会话之间并不了解任何信息。它只是在正确的时间被喂入正确的片段，然后表现得好像知道一切。移除检索层，底下什么都没有。没有信念，没有连续性，没有持久状态。只是以一种非常有组织的方式，在每个会话中让代理重新认识自己。我们称之为记忆，因为在演示中它感觉像记忆。在生产环境中，差异就显现出来了。对你来说，真正的持久记忆应该是什么样的？
相似文章
大家都说自己的智能体“有记忆”——那你到底是什么意思？
这篇文章讨论了AI智能体中“记忆”的模糊含义，强调了不同的解释，如上下文填充、向量数据库、用户画像和暂存区，并呼吁更清晰的定义。
持久记忆会在未来几年成为消费级AI的标准功能吗？
关于持久记忆是否会在消费级AI中成为标准功能的讨论，平衡个性化收益与隐私顾虑。
我们是否都在悄悄重建记忆系统，因为当前AI的长期记忆实际上并不奏效？
文章讨论了当前AI记忆方案在生产中常见的失败情况，如事实陈旧、摘要漂移和供应商锁定，指出真正的瓶颈在于记忆治理而非检索。
能够在会话之间记住你的代理，哪些设置真正做到了这一点？
讨论了个人AI代理在会话之间持久记忆的挑战，比较了Custom GPTs、Mem和Open Campus的共享内存方法等设置，并征求社区关于处理内存冲突的建议。
智能体AI记忆不是囤积问题，而是剪枝问题。
作者认为，AI代理的记忆应侧重于数据剪枝而非囤积，借鉴人类记忆类型（感觉记忆、短期记忆、长期记忆），并指出模仿人类记忆可以在减少令牌用量的同时维持高质量上下文。