【LLM-Agent】智能体的记忆缓存设计

科技前沿 • 2026-03-14 15:34 • 阅读 0

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

实践：https://modelscope-agent.readthedocs.io/zh-cn/latest/modules/memory.html

在这里插入图片描述

论文阅读：A Survey on the Memory Mechanism of Large Language Model based Agents

标题：A Survey on the Memory Mechanism of Large Language Model based Agents
链接：https://arxiv.org/abs/2404.13501
作者：Zeyu Zhang, Xiaohe Bo, Chen Ma, Rui Li, Xu Chen, Quanyu Dai, Jieming Zhu, Zhenhua Dong, Ji-Rong Wen
单位：中国人民大学、华为

摘要：基于大型语言模型（LLM）的智能体（agent）最近引起了研究和工业界的广泛关注。与原始 LLMs 相比，agent 具有自我进化的能力，这是解决需要长期且复杂的智能体环境现实问题的基础互动。支持其与环境交互的关键组件是 agent 的记忆。虽然之前的研究提出了许多记忆机制，但它们分散在不同的论文中，并且缺乏系统的综述来从整体角度总结和比较这些工作，未能抽象出共同且有效的设计模式来启发未来的研究。为了弥补这一差距，在本文中，作者提出了对基于 LLM 的 agent 记忆机制的全面调查。具体来说，作者首先讨论基于 LLM 的 agent 的记忆「是什么」和「我们为什么需要」。然后，作者系统地回顾了先前关于如何设计和评估记忆模块的研究。此外，作者还展示了许多 agent 应用程序，其中记忆模块发挥着重要作用。最后，作者分析了现有工作的局限性并指出了未来的重要方向。

相关领域进展可见：https://github.com/nuster1128/LLM_Agent_Memory_Survey

在这里插入图片描述

在这里插入图片描述
参考：如何设计Agent的记忆系统

Cursor 的记忆系统采用了双重机制：先生成候选记忆，再严格评估筛选。这种设计有几个巧妙之处：

Cursor 记忆系统的两个核心提示词，包括记忆生成和记忆评估功能。时间。

对应的英文版：

GPT plus 代充 只需 145

英文版本：

GPT plus 代充 只需 145

OpenMemoryMCP：所有AI工具共享记忆！MCP协议杀疯了：100%本地运行，Cursor、Claude都能用

[1] 探索AI Agent的认知架构及记忆的实现机制
https://arxiv.org/pdf/2309.02427 《Cognitive Architectures for Language Agents》
https://arxiv.org/abs/2404.13501 《A Survey on the Memory Mechanism of Large Language Model based Agents》
https://mp.weixin..com/s/m-3HSVp0WLVSlw72pjIXiQ
《Thinking, Fast and Slow》 Daniel Kahneman
论文阅读：A Survey on the Memory Mechanism of Large Language Model based Agents
如何优化AI对话记忆？Mem0项目与主流解决方案剖析
https://modelscope-agent.readthedocs.io/zh-cn/latest/modules/memory.html
综述：A Survey on the Memory Mechanism of Large Language Model based Agents，https://arxiv.org/pdf/2404.13501.pdf。https://github.com/nuster1128/LLM_Agent_Memory_Survey
如何设计Agent的记忆系统

【LLM-Agent】智能体的记忆缓存设计

相关推荐