Agentic memory systems are a foundational component of capable AI agents, addressing the fundamental limitation of finite context windows.
智能体记忆系统是高性能 AI 智能体的基础组件，用以解决上下文窗口长度有限这一根本性约束
capable ˈkeɪpəb(ə)l adj. 有能力的；有本领的，能干的；可以......的，容许......的
coherent kəʊˈhɪərənt adj. 有条理的，连贯的；说话条理清晰的，易于理解的；团结一致的，凝聚的
reactive riˈæktɪv adj. 反应的；电抗的；反动的
anticipatory ænˌtɪsɪˈpeɪtəri adj. 预期的；提早发生的；期待着的
intervention ˌɪntəˈvenʃ(ə)n n. 干预，介入；调停，斡旋；（为改善情况尤指病痛采取的）措施，做法
compound ˈkɒmpaʊnd
n. 混合物，化合物；复合词；大院，有围墙的场地
adj. 复合的，混合的；以复利计算的
v. 使加重，使恶化；合成，混合；以复利计算支付；和解，私了
We have surveyed:
• A four-way taxonomy (working, episodic, semantic, procedural) that mirrors cognitive science and reflects distinct engineering requirements.
• Five architectural families: RAG-based, summarization-based, graph-based, key-value networks, and tiered virtual context (MemGPT).
• Four core operations: write (with importance scoring and contradiction detection), read/retrieve (with temporal decay and query expansion), update (with conflict resolution and consolidation), and reflect (meta-cognitive insight generation).
• Multi-turn and multi-agent extensions: user modeling, session continuity, shared memory pools, and blackboard architectures.
• RL training of memory systems: reward signals for memory operations, learning what to remember, and memory-augmented policy optimization.
• Proactive memory: decoupled memory agents that monitor executor behavior and inject reminders before drift compounds---a shift from reactive retrieval to anticipatory intervention.
a shift from reactive retrieval to anticipatory intervention （从被动检索转向主动干预）
The field is rapidly evolving. Key open challenges include:
(1) memory grounding---ensuring retrieved memories are faithfully incorporated rather than ignored or hallucinated over;
(2) scalable consistency---maintaining coherent shared memory in large multi-agent systems;
(3) privacy-preserving memory---enabling personalization without compromising user data; and
(4) proactive injection policies---learning when and what to remind the executor without overwhelming its context.
As context windows grow, the boundary between in-context and external memory will shift, but the fundamental need for selective, structured, retrievable information storage will remain
drift compounds
drift：漂移，Agent 慢慢遗忘目标、偏离任务方向
compounds：偏差越滚越大、问题不断累积恶化
reactive retrieval 被动检索（旧模式）
需要了 → 才去搜记忆
主 Agent 自己意识到 "我忘了"，才发起检索
anticipatory intervention 预判式干预（新模式‑主动记忆）
还没忘、还没出错 → 记忆模块提前把信息喂进去
举例
被动检索（reactive，传统记忆）
在写一份方案，写到第 5 步才突然想起："哦，我忘了用户之前的约束条件"，这时 Agent 才调用检索，翻历史记忆
问题：已经跑偏一会了
主动记忆（proactive）
后台独立记忆 Agent 一直在观察你的每一步操作；
当它判断：再往下走几步就会遗忘关键条件、任务即将漂移，不等你发问，就主动把约束条件插入对话，给你提醒
主动记忆
dozen ˈdʌz(ə)n n. 一打，十二个；大量，许多；十多个
dedicated ˈdedɪkeɪtɪd
adj. 专心致志的，献身的；专用的，专门用途的
vt. 致力于，献身于；（在书、音乐或作品的前部）题献词；为（大楼，纪念碑）揭幕
背景
A fundamental challenge in long-horizon agentic tasks is behavioral state decay: after dozens of tool calls, the executor agent loses track of its original goals, constraints, and accumulated context. Standard memory systems address this reactively---the agent queries memory when it needs information. Proactive memory architectures 253 (Meta AI, July 2026, "Remember When It Matters") take a different approach: a dedicated memory agent monitors the executor and injects constraints before the executor drifts.
在长期目标的 agentic 任务中，一个根本性挑战是行为状态退化（behavioral state decay）：在数十次工具调用之后，执行器代理会失去对原始目标、约束条件以及累积上下文的跟踪。传统的记忆系统对此采取的是反应式方式（reactively，被动式）------当需要信息时才查询记忆。而主动式（Proactive）记忆架构253（Meta AI，2026年7月，"记住关键时刻"）则采用不同的方法：专门的记忆 agent 会持续监控执行器，并在执行器偏离之前注入约束条件。
结构（两个独立智能体）
The system consists of two decoupled agents:
该系统由两个互相解耦、独立运行的智能体构成：
lean liːn
v. （身体）倾斜；倾向于做；倚靠，靠在
adj. 瘦且健康的；（肉）瘦的，脂肪少的；不景气的，贫乏的；精简的，效率高的；（混合汽化燃料）空气所占比例高的，稀化的
n. 倾斜，歪曲；瘦肉
Executor Agent: Handles task execution---tool calls, reasoning, output generation. Maintains a lean context focused on the immediate subtask.
执行智能体（Executor Agent）：负责实际任务执行，包含工具调用、推理思考、生成输出。它只维护一份精简上下文，注意力只放在当下正在处理的子任务上。
Memory Agent: Runs in parallel, monitoring the executor's action stream. Maintains a compressed representation of:
记忆智能体（Memory Agent）：与执行器并行后台运行，持续监控执行智能体输出的所有动作流。它保存一份经过压缩的全局信息快照，包含：
- Long‑term goals and success criteria 长期目标、任务成功的判定标准（success）
- Active constraints (safety rules, user preferences, resource limits) 当前生效的约束条件（安全规则、用户偏好、资源上限）
- Key decisions made earlier in the trajectory 任务流程早期做出过的关键决策
The memory agent injects reminders into the executor's context only when it detects drift---when the executor's recent actions suggest it has forgotten a constraint or is moving away from the stated goal. This is the key distinction from reactive memory: the memory agent acts proactively, before errors compound.
记忆智能体只有检测到任务漂移 (drift) 时，才会把提醒信息注入执行器的上下文；漂移指：从执行器最近的行为判断，它已经遗忘了某项约束、或是正在偏离原始目标。
这正是它和被动记忆最核心的区别：记忆模块提前主动干预，在偏差不断累积、演变成严重错误之前就出手纠正
Proactive Memory 主动式记忆的效果
sustained səˈsteɪnd
adj. 持续的，持久的；坚定的，坚持不懈的
v. 维持，保持；遭受，经受；（在体力或精神方面）支持，支撑
dramatically drəˈmætɪkli adv. 剧烈地，明显地；戏剧性地，夸张地
adherence ədˈhɪərəns n. （尤指对规则、信念等的）遵守，坚持
主动记忆：实验实测结果
On long‑horizon agentic benchmarks (50+ tool calls per task):
在长时序智能体基准测试上（单个任务需要调用工具 50 次以上）：
Dramatically higher success rates on tasks requiring sustained constraint adherence
(e.g., "never modify files in /prod", "always cite sources").
在需要长期遵守约束条件的任务上，成功率大幅提升
举例约束："永远不要修改 /prod 目录下的文件"、"所有内容必须标注引用来源"
~40% API cost increase: The memory agent adds LLM calls for monitoring and injection. This is the primary trade‑off.
API 调用成本上升约 40%：记忆智能体需要额外调用大模型，用来做行为监控和漂移检测、生成提醒内容。这是最主要的取舍代价
哪哪儿都是取舍，哪哪都是trade-off
Graceful degradation: Without the memory agent, executor success rates drop sharply after ~30 tool calls. With it, performance remains stable to 100+ calls.
平缓衰减特性（性能退化曲线更友好）：
没有主动记忆智能体时，执行器在大约 30 次工具调用之后，任务成功率就会断崖式下跌；
开启主动记忆后，即便工具调用次数达到 100 次以上，任务性能依旧能够保持稳定。
RL Connection，记忆智能体作为状态摘要器
belief bɪˈliːf n. 相信，信心；看法，信念，观点；信仰，信条
asymmetric ˌeɪsɪˈmetrɪk adj. 不对称的；不对等的
promising ˈprɒmɪsɪŋ
adj. 有希望的，有前途的
v. 承诺，答应；使很可能，预示（promise 的现在分词形式）
RL Connection: Memory Agent as State Summarizer
强化学习关联视角：记忆智能体作为状态摘要器（State Summarizer）
The proactive memory architecture has a natural interpretation in the RL framework:
主动式记忆架构，可以很自然地放到强化学习（RL）框架下解释（has a natural interpretation）：
The memory agent functions as a state summarizer---analogous to the attention mechanism in an actor‑critic architecture, which selectively weights relevant past states for the value function
记忆智能体承担状态摘要器的角色：类比 Actor‑Critic（演员‑评论家）架构里的注意力机制，为价值函数有选择性地对历史相关状态分配权重。
In a POMDP (Partially Observable MDP), the memory agent maintains the belief state: a compressed sufficient statistic of the history relevant to future decisions.
在部分可观测马尔可夫决策过程中，记忆智能体维护信念状态 (belief‑state)：一份对历史轨迹做压缩后的充分统计量，用来支撑未来决策
The injection mechanism is analogous to privileged information in asymmetric actor‑critic training: the memory agent has access to the full trajectory history, while the executor operates on a compressed context.
记忆注入机制，类比非对称 Actor‑Critic 训练中的特权信息（privileged information）：记忆智能体能够拿到完整的历史轨迹；而执行器 (executor) 只能在压缩后的上下文上工作
The 40% cost increase reflects the fundamental trade‑off between Markov state representation (expensive but sufficient) and truncated context (cheap but lossy).
40% 的额外开销，反映了一组根本权衡：马尔可夫完整状态表示 state representation（代价高、信息完备） VS 截断上下文窗口（成本低、存在信息损失）
This architecture suggests a promising direction for RL training: jointly optimize the executor policy and the memory agent's injection policy, where the memory agent learns when and what to inject to maximize task success.
该架构给出了一条很有前景的 RL 训练方向：联合优化执行器策略 executor policy + 记忆智能体的注入策略 injection policy ，让记忆智能体自主学习「什么时候注入记忆、注入哪些记忆」，最大化任务成功率
POMDP
MDP（马尔可夫决策过程）：智能体可以完全看见当前环境全部状态
举例子：下象棋，棋盘所有棋子全能看见 → 完全可观测 (MDP)
马尔可夫性质：未来只由当前状态决定，不需要全部历史
POMDP = 部分可观测
现实里很多场景，看不到环境完整真实状态，只能拿到一部分观测信号
真实环境状态是隐藏的，只能看到「不完全的线索」
举一个通俗例子：斗地主
只能看见自己手里的牌，看不见对手手牌
真实状态：三家手里所有的牌（隐藏，看不到）
你的观测：只有自己的手牌（片面信息）
永远无法拿到完整状态，只能猜，这个就是 POMDP 场景
放到 LLM‑Agent / 记忆架构里面，LLM 有上下文窗口限制，旧对话会被滚出去、丢掉。Executor（执行智能体）只能看见最近一小段上下文，看不见全部历史轨迹
- 真实完整状态：全部历史对话、过往决策（隐藏信息）
- Executor 的观测：只剩窗口内的内容（片面）
所以原生的无记忆 LLM Agent，本质就是一个 POMDP 问题
belief state
Memory‑Agent（记忆模块）干什么？
维护 belief state（信念状态）
belief‑state：对隐藏完整历史的压缩总结、充分统计量
记忆模块把看不见的久远历史浓缩，喂给 executor，用来补齐缺失信息
