1. 长交互下如何保留可用信息
重要性和近因等启发式是否符合任务价值?错误记忆如何修复和追溯?
2. 上下文有限时如何管理记忆流
和更大上下文、摘要或强检索基线相比,收益来自哪里?控制器犯错时损失多大?
3. 失败经验怎样改变后续决策
记忆是否被真正使用?提升能否迁移到没见过的任务?如何避免只记住答案或过拟合反馈?
4. 记忆结构本身如何适应任务
结构更复杂是否带来可测收益?重写会否破坏来源、事实或用户控制?
5. 从行为适应走向程序级 RSI
评价器是否独立可信?改进是否能跨 benchmark、任务和时间复现?系统如何避免自我确认、污染和不可逆变化?
6. 经验真的造成改进吗,改进能泛化吗
系统应保留哪些经验以支持未见任务?能否用来源保持、反事实替换和独立评价定位真正有效的改进路径?
先看 研究脉络总览:交互 HTML 把七条问题主线展开为“瓶颈 → 方法回应 → 新问题”,并用同一个科研助手案例解释它们的联系。本页保留跨主线的简明阅读顺序。
这条脉络表示研究问题扩展,不表示后来的方法必然取代早期路线。
1. 长交互下如何保留可用信息
早期代表工作把观察和对话变为持久文本或用户记忆,再通过重要性、时间或语义相关性召回。Generative Agents 强调记忆与反思支持持续行为;MemoryBank Enhancing Large Language Models with Long-Term Memory 将长期对话和选择性遗忘放在一起。
**留下的问题:**重要性和近因等启发式是否符合任务价值?错误记忆如何修复和追溯?
2. 上下文有限时如何管理记忆流
MemGPT Towards LLMs as Operating Systems 把存储层次与显式控制流引入上下文管理。研究重心从“存在哪里”拓展为“何时换入、换出什么”。
**留下的问题:**和更大上下文、摘要或强检索基线相比,收益来自哪里?控制器犯错时损失多大?
3. 失败经验怎样改变后续决策
Reflexion Language Agents with Verbal Reinforcement Learning、ExpeL LLM Agents Are Experiential Learners 将任务反馈或轨迹转成可复用语言经验;Voyager An Open-Ended Embodied Agent with Large Language Models 将经验进一步落实为可执行技能。
**留下的问题:**记忆是否被真正使用?提升能否迁移到没见过的任务?如何避免只记住答案或过拟合反馈?
4. 记忆结构本身如何适应任务
HippoRAG Neurobiologically Inspired Long-Term Memory for Large Language Models 以图支持跨片段知识整合;A-MEM Agentic Memory for LLM Agents 研究动态链接和历史记忆重写;Mem0 Building Production-Ready AI Agents with Scalable Long-Term Memory 聚焦记忆生命周期和部署权衡。
**留下的问题:**结构更复杂是否带来可测收益?重写会否破坏来源、事实或用户控制?
5. 从行为适应走向程序级 RSI
Self-Refine Iterative Refinement with Self-Feedback 展示单次输出精炼的边界;The AI Scientist Towards Fully Automated Open Ended Scientific Discovery 把反馈放进科研工作流;Darwin Godel Machine Open Ended Evolution of Self Improving Agents 将候选代码变更与 benchmark 验证、archive 搜索直接结合。
**留下的问题:**评价器是否独立可信?改进是否能跨 benchmark、任务和时间复现?系统如何避免自我确认、污染和不可逆变化?
6. 经验真的造成改进吗,改进能泛化吗
2026 的经验忠实度、MemoryArena 和 PAST-Bench 将记忆读取与后续行动联系起来,用干预或匹配对照检查经验是否真的被利用;CODESKILL 和 MemComposer 进一步学习技能维护与记忆组合。RRSI 与 AIDE² 则在系统级演化中强调隐藏任务、跨环境迁移和过拟合控制。
**留下的问题:**系统应保留哪些经验以支持未见任务?能否用来源保持、反事实替换和独立评价定位真正有效的改进路径?
代表工作见 AM-2601-22436 Experience Faithfulness、RSI-2608-04003 PAST-Bench、AM-2610-21091 MemComposer、RSI-2609-24972 RRSI、RSI-2609-26457 AIDE2。
总体转向
存储与召回
-> 生命周期管理
-> 经验对后续策略的因果影响
-> 技能/程序变更
-> 独立评价、跨任务泛化与安全治理
研究的关键断点不是记忆容量,而是能否把可追溯的经验转成可验证、可迁移、可回滚的能力变化。