《Memory in the Age of AI Agents》是由多所顶尖大学联合推出的系统性综述创新提出形态-功能-动力学三维框架分析200最新论文。文章突破传统记忆二分法提出Token-level/Parametric/Latent三大记忆形态系统阐述记忆形成、演化与检索的完整生命周期。同时展望生成式记忆、自动管理等7大前沿方向为AI Agent记忆研究提供全面指导是了解该领域的必读文献。大家好我是PaperAgent不是Agent分享今年看到最系统最新的Agents Memory综述NUS人大复旦北大同济等联合出品《Memory in the Age of AI Agents: A Survey》用“形态-功能-动力学”三维框架把 200 篇最新论文一次讲透。提出新三大记忆形态Token-level / Parametric / Latent取代传统“长-短期记忆”二分法。展望7 大前沿生成式记忆、自动记忆管理、RL 驱动、多模态、多 Agent 共享、世界模型、可信记忆。1 为什么需要“Agent 记忆”图 1 给出一张“地图”把 200 方法按形态 功能 动态一次定位LLM 再强也怕“金鱼脑”——上下文一断就失忆。把 LLM 包装成能持续交互、自我进化的 Agent必须外挂一块可读写、可增长、可遗忘的记忆体。2 预备知识Agent 与记忆的形式化图 2 用韦恩图厘清Agent Memoryvs **LLM Memory **vsRAGvsContext Engineering作者先把 Agent 抽象成部分可观测马尔可夫博弈再把记忆定义为三元组运算符FormationF把原始交互 φ_t 提炼成记忆单元EvolutionE合并、去重、纠错、遗忘RetrievalR按需查询3 形态篇记忆到底“长”什么样图 3 把Token-level再细拆成 1D-Flat / 2D-Planar / 3D-Hierarchical形态载体可读性更新成本典型场景Token-level文本、JSON、Graph人类可读低对话机器人、法律审计ParametricLoRA、Adapter不可读中角色扮演、代码生成LatentKV-cache、Embedding机器可读极低端侧部署、多模态流表 1 给出 60 代表性方法的横向对比多模态、任务、结构4 功能篇Agent 到底“用”记忆做什么图 6 给出功能-时间双轴全景把“为什么记”拆成三大职能Factual Memory——“我知道什么”用户画像、文档状态、世界知识。Experiential Memory——“我学会什么”成功/失败轨迹 → 策略 → 可执行技能。Working Memory——“我现在想什么”单轮压缩、多轮状态折叠、计划缓存。experiential memory范式表 4-6 分别对应三大功能的 100 方法速查表5 动力学篇记忆如何“动”起来完整生命周期 形成 → 演化 → 检索闭环用一张“地铁图”串起 30 操作符Formation五板斧语义摘要、知识蒸馏、结构化、潜空间编码、参数内化。Evolution三件套合并Consolidate、更新Update、遗忘Forget。Retrieval四步曲触发时机 → 查询构造 → 检索策略 → 后处理。图 9 记忆演化机制蓝图图 10 agentic系统中检索方法6 资源篇Benchmark 开源框架速览表 8 汇总 30 个记忆/终身学习/自演化评测集表 9 对比 20 开源框架MemGPT / Mem0 / Zep / MemOS …7 前沿篇7 大风向标生成式记忆 检索式记忆不再“查什么用什么”而是“缺什么生什么”。自动记忆管理把“写/删/改”做成 Agent 可调用的 Tool让 LLM 自己管自己。RL 全面接管记忆策略从“人工拍阈值”到“策略网络端到端优化”。多模态记忆视频、音频、传感器流统一进 Embedding 空间。多 Agent 共享记忆角色-权限-隐私三权分立防止“集体幻觉”。世界模型内存从“缓存帧”到“可查询状态模拟器”。可信记忆差分隐私、可验证遗忘、审计日志、用户级 GDPR 擦除。Memory in the Age of AI Agents: A Survey Forms, Functions and Dynamicshttps://github.com/Shichun-Liu/Agent-Memory-Paper-Listhttps://arxiv.org/pdf/2512.13564如何学习AI大模型 “最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】CSDN粉丝独家福利这份完整版的 AI 大模型学习资料已经上传CSDN朋友们如果需要可以扫描下方二维码点击下方CSDN官方认证链接免费领取【保证100%免费】读者福利CSDN大礼包《最新AI大模型学习资源包》免费分享 安全链接放心点击对于0基础小白入门如果你是零基础小白想快速入门大模型是可以考虑的。一方面是学习时间相对较短学习内容更全面更集中。二方面是可以根据这些资料规划好学习计划和方向。1.大模型入门学习思维导图要学习一门新的技术作为新手一定要先学习成长路线图方向不对努力白费。对于从来没有接触过AI大模型的同学我们帮你准备了详细的学习成长路线图学习规划。可以说是最科学最系统的学习路线大家跟着这个大的方向学习准没问题。全套教程文末领取哈2.AGI大模型配套视频很多朋友都不喜欢晦涩的文字我也为大家准备了视频教程每个章节都是当前板块的精华浓缩。3.大模型实际应用报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。全套教程文末领取哈4.大模型实战项目项目源码光学理论是没用的要学会跟着一起做要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战项目来学习。全套教程文末领取哈5.大模型经典学习电子书随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。全套教程文末领取哈6.大模型面试题答案截至目前大模型已经超过200个在大模型纵横的时代不仅大模型技术越来越卷就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道我总结了大模型常考的面试题。全套教程文末领取哈为什么分享这些资料?只要你是真心想学AI大模型我这份资料就可以无偿分享给你学习我国在这方面的相关人才比较紧缺大模型行业确实也需要更多的有志之士加入进来我也真心希望帮助大家学好这门技术如果日后有什么学习上的问题欢迎找我交流有技术上面的问题我是很愿意去帮助大家的这些资料真的有用吗?这份资料由我和鲁为民博士共同整理鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。CSDN粉丝独家福利这份完整版的 AI 大模型学习资料已经上传CSDN朋友们如果需要可以扫描下方二维码点击下方CSDN官方认证链接免费领取【保证100%免费】读者福利CSDN大礼包《最新AI大模型学习资源包》免费分享 安全链接放心点击