核心内容摘要
巅峰流量的破壁之战：夏晴子与沈娜娜的“四人混战”为何重塑了审美天花板？
本文是一篇关于AI智能体记忆技术的107页技术综述提出了智能体记忆的统一分类框架按形式、功能和动态三个维度进行组织。
文章详细区分了智能体记忆与LLM记忆、RAG和上下文工程等概念的本质差异介绍了各类智能体记忆技术为解决LLM静态参数无法快速更新的问题提供了思路帮助AI智能体实现持续学习和适应能力。
https://github.com/Shichun-Liu/Agent-Memory-Paper-ListMemory in the Age of AI Agents: A Surveyhttps://arxiv.org/pdf/
2
13564今天分享人大复旦北大等的107页技术综述《Memoryin the Age of AI Agents: A Survey Forms, Functions and Dynamics》过去两年我们见证了大语言模型LLM向**AI智能体AI Agents**的惊人进化。
从Deep Research到软件工程从科学发现到多智能体协作这些基于基础模型的智能体正在推动人工通用智能AGI的边界。
但一个核心问题浮现静态的LLM参数无法快速更新如何让智能体具备持续学习和适应能力答案就是——记忆Memory。
❝“记忆是将静态LLM转变为能够通过环境交互持续适应的智能体的关键能力。
”Figure 1智能体记忆统一分类概览Figure 1展示了论文提出的统一分类框架将智能体记忆按照形式Forms、功能Functions、**动态Dynamics**三个维度进行组织并将代表性系统映射到这个分类体系中。
paper还对Agent Memory与几个密切相关但本质不同的概念进行明确区分LLM记忆、检索增强生成RAG和上下文工程。
尽管它们都与信息的存储和利用相关但在目标、机制和应用场景上存在关键差异。
智能体记忆技术Self-Evolving Memory e.g., Memento, H2RMultimodal Memory e.g., Ella, ViloMem, M3-AgentLatent Memory e.g., MemoryLLM, M, MemGenParametric Memory e.g., Retroformer, Early experienceRL-enabled Memory e.g., MemAgent, RMM, MemSearcher, MEM1, Mem-alpha, Memory-R1智能体记忆 vs. RAGModular RAG e.g., FlashRAG, ComposeRAGGraph RAG e.g., LightRAG, HippoRAGAgentic RAG e.g., PlanRAG, Self-RAGRAG与智能体记忆都涉及从外部存储中检索信息来增强模型能力但两者在设计哲学上存在本质差异特征RAG智能体记忆核心目标为当前查询提供相关背景知识支持跨时间的持续学习和自适应行为信息来源通常是静态的、预构建的知识库如维基百科、文档集合动态生成的、来自智能体自身交互经验的个性化信息检索触发由用户查询被动触发由智能体主动决定何时、检索什么信息更新知识库通常离线更新在线、持续、选择性地更新反馈循环无直接反馈机制与环境交互形成闭环记忆影响行为行为产生新记忆关键区别RAG是知识扩展工具而智能体记忆是学习机制。
RAG回答我知道什么智能体记忆回答我学到了什么。
智能体记忆 vs. LLM记忆Attention KV management e.g., Mixture-of-MemoryLong context processing e.g., Mamba, Memformer, MoA, Sparseformer, NSA维度LLM记忆智能体记忆定义模型参数中内化的知识或上下文窗口中的临时信息支持智能体与环境持续交互、跨任务学习和长期适应的外部系统时间尺度局限于预训练数据或当前对话上下文跨越多个任务、会话支持终身学习可更新性参数更新成本高昂上下文信息易失支持高效、选择性的动态更新与演化主动性被动响应查询主动决定存储、更新、检索什么信息与环境的耦合与环境无直接交互深度集成环境反馈支持交互式学习关键区别LLM记忆本质上是静态的参数固定或短暂的上下文受限而智能体记忆是动态的、持久的、环境耦合的。
智能体记忆使LLM能够从无状态的条件生成器转变为有状态的自适应策略。
智能体记忆 vs. 上下文工程Tool-integrated reasoning e.g., ReTool, ToolLLM, Toolformer, VTool-R1, ToRLTool selection e.g., AutoTool, VisTACommunication protocol e.g., ANP, A2A, MCP, Agora上下文工程Context Engineering关注如何设计输入给LLM的上下文以优化性能与智能体记忆有重叠但侧重点不同方面上下文工程智能体记忆关注点单轮或当前任务的输入优化跨多轮、多任务的信息持久化和利用时间维度当前会话长期历史信息选择人工设计或启发式规则自动化的形成、演化、检索机制状态管理无持久状态显式维护可演化的记忆状态关键区别上下文工程是提示优化技术智能体记忆是状态管理系统。
前者关注现在输入什么后者关注过去记住了什么如何影响现在和未来。
如何系统的学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。
但是具体到个人只能说是“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也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的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。
一直在更新更多的大模型学习和面试资料已经上传带到CSDN的官方了有需要的朋友可以扫描下方二维码免费领取【保证100%免费】
大模型风口已至月薪30K的AI岗正在批量诞生2025年大模型应用呈现爆发式增长根据工信部最新数据国内大模型相关岗位缺口达47万初级工程师平均薪资28K数据来源BOSS直聘报告70%企业存在能用模型不会调优的痛点真实案例某二本机械专业学员通过4个月系统学习成功拿到某AI医疗公司大模型优化岗offer薪资直接翻3倍
大模型 AI 学习和面试资料1️⃣ 提示词工程把ChatGPT从玩具变成生产工具2️⃣ RAG系统让大模型精准输出行业知识3️⃣ 智能体开发用AutoGPT打造24小时数字员工熬了三个大夜整理的《AI进化工具包》送你✔️ 大厂内部LLM落地手册含58个真实案例✔️ 提示词设计模板库覆盖12大应用场景✔️ 私藏学习路径图0基础到项目实战仅需90天第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。
大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-
5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。
快速开发一个完整的基于 agent 对话机器人。
掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。
为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。
到此为止大概2个月的时间。
你已经成为了一名“AI小子”。
那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。
硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。
天道酬勤你越努力就会成为越优秀的自己。
如果你能在15天内完成所有的任务那你堪称天才。
然而如果你能完成
% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】