我越来越觉得,Agent 的长期记忆不像一个只需要不断扩容的硬盘,更像一间需要有人整理的房间。昨天的决定、今天的目标、一条读来的说法、一次成功的操作,都可以被保存,但它们不应该用完全相同的方式影响下一步行动。
阅读 ZenBrain 时,分层管理给了我一个有意思的切入口。它提出七层记忆及统一协调器,但我更关心的不是层数本身,而是不同信息有没有各自明确的生命周期和调用规则。
这里也需要保留一个阅读边界:作者的技术页面包含评测更正与实现范围说明。因此,我不把某个成绩数字当作“七层必然优于其他架构”的证明;下面主要是由分层思路引出的个人研究设想。
分层首先是职责划分
我会先按问题组织记忆,而不急着决定使用几个数据库。
| 记忆职责 | 应该回答的问题 |
|---|---|
| 工作状态 | 当前任务是什么,哪些约束仍然有效? |
| 情景记录 | 当时发生过什么,决定依据是什么? |
| 语义知识 | 目前相信哪些事实,它们的来源是什么? |
| 操作经验 | 哪种步骤曾经有效,适用于什么条件? |
同一条原始记录可以拥有多个索引,而不必被机械复制到多个存储层。比如一次失败实验,既能按时间查到,也能通过方法、参数和失败原因被找到。
“核心偏好”或“跨任务知识”也不该因此获得无限权威。它们需要可修改、可追溯,还要尊重项目和用户之间的访问边界。分层是一种组织方式,不是给信息附加真实性的仪式。
非线性记忆不等于非线性输入
我之前对 Agent 轨迹有一个疑问:工具越用越多,历史却往往还是按先后顺序追加成一条长链。能否把任务、证据和经验组织成分层甚至并行的上下文?
外部记忆可以是一张图,多名执行者也可以维护不同的局部工作区;但对一次普通的文本模型调用而言,被选中的材料仍然需要转成模型实际能读的输入。改变外部组织方式,并不会自动改变模型内部的计算结构。
MemGPT的上下文管理思路让我更愿意把重点放在“搬运哪些信息”上,而不是声称摆脱了所有上下文限制。一个协调器可以维护全局目标,让不同任务只交换必要的证据摘要与原文入口,避免彼此吞入全部历史。
记忆管理是一项决策
设当前问题为 ,可用记忆为 ,本次选中的集合为 。一个尚待实现的目标可以写成
其中 表示对当前问题的帮助, 表示读取成本, 是预算。这只是问题定义:效用如何估计、证据之间如何去重、遗漏风险如何计入,都还没有被这个式子解决。
协调器的动作也不止检索:
这是一组操作类别,不要求每轮全部执行。什么时候写入,什么时候只暂存,什么时候把一段经验提炼成可复用步骤,本身就是需要验证的策略。
反复取回某条信息,最多说明它经常被使用,并不证明它正确。频率、置信度、来源质量和权限应该分别记录,不能把“常被记起”简单等同于“更可信”。
更新比追加更困难
一个很普通的例子是配置变更:最初采用了一个超时设置,后来根据失败记录换了新值。问“现在用什么”与问“当时为什么失败”,需要的是不同的时间视角。
因此,一条记忆至少应保留来源、记录时间、适用时间、版本与状态。新的决定应能取代旧决定的当前效力,却不一定要抹去旧决定作为历史证据的存在。
LongMemEval把时间推理、知识更新与应当拒答的情形纳入评估,提醒我不能只检查“是否检索到了相似的一段话”。如果记忆中没有支持答案的资料,能够说明不知道,同样是一种必要能力。
从一个小实验开始
我更愿意先做一个固定资料集上的受控比较,而不是马上实现复杂的多层仿脑系统:
- 保持同一模型、资料与 token 预算,比较平铺检索和按记忆职责路由。
- 加入配置更新、项目隔离、冲突记录与证据缺失的任务。
- 同时测量答案、证据命中、过期事实使用、读取量和延迟。
- 再逐项加入遗忘与巩固,观察收益是否来自额外信息或更大的预算。
这些是计划中的验证,不是我已经取得的实验结果。只有较简单的系统在一致条件下仍有明显问题,才值得继续增加协调层。
我想做的也许不是一个更会收藏的 Agent,而是一个知道何时该翻哪一页、何时该改掉旧结论、何时应该暂时不下判断的 Agent。至于它怎样避免把有害材料变成长期经验,还需要单独讨论记忆安全。
参考资料
- Alexander Bering, ZenBrain: A Neuroscience-Inspired 7-Layer Memory Architecture for Autonomous AI Systems, v3.
- ZenSation Research, The science behind ZenBrain and evaluation clarifications.
- Charles Packer et al., MemGPT: Towards LLMs as Operating Systems.
- Di Wu et al., LongMemEval.
喜欢的话,留下你的评论吧~