LLM 本身是无状态的。记忆是把一个"金鱼"变成"会学习的同事"的关键——2026年最被低估的架构突破。
RAG 给了 Agent 查阅能力，记忆给了 Agent 学习能力。两者缺一不可。
每次周一回来重新发现代码目录结构、重复问已回答的问题、重试上周已失败的方案。不是"记性差"——是根本没记忆架构。
有记忆的Agent自动知道热点代码、跳过死胡同、积累项目启发式——把无状态的LLM变成自我演化的Agent。
百万token窗口不能替代记忆层：存在Lost in the Middle效应、成本不可持续、跨会话不连续。Long contexts ≠ memory。
"Build the memory layer regardless of your context window size. It's still necessary."
2025-2026年，Agent生态从认知心理学借用了记忆分类框架，五类记忆各有不同的存储方式、检索策略和工程陷阱。
来源：Designing Agentic Memory in 2026 · Survey arXiv 2602.06052
| 类型 | 认知对应 | Agent 实现 | 检索方式 | 2026 关键洞察 |
|---|---|---|---|---|
| 工作记忆 | 当前意识 | 上下文窗口 + 工具结果 | 无需检索 | 是上下文预算管理问题，不是检索问题 |
| 情景记忆 | "昨天发生了什么" | 会话日志 · 工具调用trace | 时间优先 + 语义辅助 | 纯语义搜索是常见大坑——时间应该是第一排序信号 |
| 语义记忆 | "我知道什么" | 用户偏好 · 实体关系 · 领域本体 | 语义相似度（RAG） | 不要把情景日志混入语义索引！ |
| 感觉记忆 | 原始输入 | 图片/文档/音频 → 摘要存储 | 间接（先摘要） | 大多先摘要再入语义/情景存储 |
| 程序记忆 | "我知道怎么做" | CLAUDE.md · 技能库 · 工作流模板 | 注入系统提示 | 最被低估的层，最佳载体是指令而非数据 |
学术上的五类模型在工程中被简化为更实用的三层。每层用不同的检索逻辑——这是2026年最重要的工程教训。
| 论文 | 来源 | 核心贡献 |
|---|---|---|
| Memory for Autonomous LLM Agents | arXiv 2603.07670 | 最全面综述（引用40+）：三维分类法、五大机制族、四大新基准。从2022年覆盖到2026年初。 |
| A Survey of Agent Memory | arXiv 2602.06052 | 五类认知记忆模型，每类对应不同检索逻辑。程序记忆正从显式模板向隐式神经策略过渡。 |
| Human-Inspired Memory Architecture | arXiv 2605.08538 | 六种生物启发认知机制：睡眠巩固、干扰性遗忘、间隔重复、情绪标记、情境依赖检索、模式补全。 |
| MIA: Compounding Memory | arXiv 2604.04503 | 7B模型使用MIA后性能超32B基线18%，收益在frontier模型上同样成立。 |
| Governing Evolving Memory (SSGM) | arXiv 2603.11768 | 隐私感知的认知记忆架构。稳定性+安全治理双目标框架。 |
| LRAT: Retriever Alignment | arXiv 2604.04949 | Agent搜索行为与人类结构性不同——人类有位置偏差，Agent均匀浏览。失败运行可生成训练数据。 |
| Memory Poisoning Attacks | arXiv 2603.15125 | 90%+ Agent脆弱，100%复发率——对话纠正完全无效。 |
| Memory Scaling for AI Agents | Databricks (2026.04) | 检索到错误运行结果后，Agent以更高置信度复用错误答案——记忆把错误包装成了"既定先例"。 |
📌 更多论文：ICLR 2026 Workshop on Memory for LLM-Based Agentic Systems · MAGMA (arXiv 2601.03236) · MemRL · MemEvolve · Mem0 ECAI 2025 (arXiv 2504.19413) · ACT-R Approach (ACM 2026)
图+向量混合存储已成为2026年的事实标准。六大框架，各有侧重。
| 框架 | Stars | 核心架构 | 图检索 | 自改进/遗忘 | 2026定位 |
|---|---|---|---|---|---|
| Mem0 | ~48K | 向量 + KV + 可选图层 | 可选 | ✗ | 最广泛采用，1400万下载，AWS官方推荐 |
| Cognee | ~29K | 图原生 + ECL管道 | ✓ 14种模式 | ✓ memify | 最研究导向，70+企业在用，包括Bayer |
| Letta | ~24K | 关系型 + 上下文内Block | ✗ | ✗ | 自托管首选，OS启发的虚拟上下文管理 |
| Zep / Graphiti | ~8K | 向量 + 关系 + 双时态图 | 部分 | ✗ | 企业合规，事件时间+摄入时间双标注 |
| LangMem | LangChain生态 | JSON 结构化存储 | ✗ | ✗ | LangGraph原生，p95延迟59.82s（离线场景） |
最成熟的即插即用方案。Python SDK + REST API，自动提取实体和关系，冲突检测。不需要重新设计整个Agent架构。
六阶段cognify管道 + memify精炼循环。唯一内置"遗忘"的框架——修剪过期节点、重加权边、添加推导事实。14种检索模式。
双时态标注（事件时间+摄入时间），精确支持追溯更正。GDPR友好的数据生命周期管理。
大多数团队只做了存储和检索，然后生产环境翻车。完整的记忆系统需要五种操作。
原始交互 → 过滤去噪/隐私 → 抽取实体关系 → 冲突检测 → 写入。Mem0和Cognee各自有完整的写入管道。
查询意图 → 记忆类型路由 → 多路检索 → 融合重排 → 注入上下文。关键发现：Agent的搜索行为与人类结构性不同。
如果存储是append-only，新旧事实共存 → Agent每次都要猜哪个是当前版本。需要冲突检测+合并+标记过时。
情景日志无限膨胀。三种策略：LLM摘要压缩、选择性保留（只存有信息增益的）、转换为可复用技能（程序记忆）。
2026最被低估的操作。错误的/过时的/不相关的条目悄悄积累。Databricks实验：Agent以更高置信度复用错误的记忆。
"Forgetting is the most underrated operation. Memory entries that are wrong, stale, or never relevant accumulate quietly and add noise to every future retrieval."
| 基准 | 来源 | 评测目标 | 最佳结果 |
|---|---|---|---|
| LoCoMo | Snap Research | 长对话情景记忆（35会话·300轮·9K tokens） | MAGMA 0.70 (judge score) |
| LongMemEval | — | 长期记忆检索 | — |
| MemoryAgentBench | 2025 | Agent任务耦合记忆 | — |
| MemoryArena | 2026 | 多维度Agent记忆竞技场 | 新发布 |
当前基准不测程序记忆质量、不测跨Agent一致性、不测抗投毒能力——90%+ Agent对记忆投毒脆弱但基准不覆盖。
MAGMA 0.70 > Nemori 0.59 > A-MEM 0.58 > MemoryOS 0.553。MAGMA用多图架构实现跨图遍历回答多跳时序问题。
90%+ 受测Agent脆弱——攻击者可以向记忆存储注入虚假事实。100%复发率：通过对话纠正Agent之后，它仍会在后续交互中复用被污染的记忆。
arXiv 2603.15125Agent 检索到之前错误运行的 notebook 后，以更高置信度复用错误结果——"记忆把错误答案包装成了既定先例"。
Databricks 2026.04Stability- and Safety-Governed Memory：写入安全（过滤/审计）、读取安全（访问控制）、遗忘安全（GDPR级联删除）、跨Agent治理。
arXiv 2603.11768append-only记忆层将被淘汰。memify式的精炼循环成为生产Agent基础设施的必备组件。
AGENTS.md / CLAUDE.md模式标准化——程序记忆的跨框架约定形成。可能是当前最成功的Agent记忆实践。
GDPR"被遗忘权"、记忆投毒防护、多Agent共享记忆的权限治理——从"谁都能读写"到细粒度控制。
程序记忆质量、跨Agent一致性、抗投毒能力——当前基准的三大盲区正在被新基准填补。
Apple Intelligence等端侧Agent需要本地化记忆方案，隐私+延迟双重约束驱动轻量级记忆架构。
睡眠巩固、间隔重复、情绪标记——从arXiv论文走向工程实现。Human-Inspired Memory Architecture (arXiv 2605.08538) 是先锋。