wuyang
67 lines
3.2 KiB
Markdown
67 lines
3.2 KiB
Markdown
# Agent Memory：从存储历史到编译经验
|
|
|
|
status: failed
|
|
|
|
> 本模块已判定失败并由更广的 field audit 取代。保留这些文件是为了记录尝试，不应把它当作当前领域结论或已验证学习路径。请先阅读 [最新结论](../../research/memory/findings.md)、[证据账本](../../research/memory/evidence-ledger.md) 和 [失败记录](../../experiments/knowledge-compilation/2026-07-10-agent-memory-pilot.md)。
|
|
|
|
## 这次真正要学会什么
|
|
|
|
不是记住 12 个系统名字，而是获得一个可迁移判断：
|
|
|
|
> Agent memory 不是“多放一些历史记录”，而是在资源、可靠性和安全约束下，把过去压缩为足以改善未来决策的状态。
|
|
|
|
完成本模块后，应该能够：
|
|
|
|
1. 解释为什么长上下文、向量检索和摘要都不是通用 memory 方案。
|
|
2. 根据任务选择事实记忆、过程记忆、执行状态或编译指令。
|
|
3. 设计 write、manage、read、learn、govern 五个环节。
|
|
4. 用正确 baseline 判断 memory 是否真的带来收益。
|
|
5. 分析一个 memory 系统可能发生的遗漏、污染、过期和成本问题。
|
|
|
|
## 第一次学习：45 分钟
|
|
|
|
### 0-5 分钟：先回答
|
|
|
|
不要看后文，先写下你的直觉答案：
|
|
|
|
- 如果上下文窗口无限大，Agent 还需要 memory 吗？
|
|
- 一条历史记录什么时候值得被记住？
|
|
- 相似度最高的记录为什么可能不是最有用的记录？
|
|
|
|
### 5-15 分钟：建立地图
|
|
|
|
阅读 [认知地图](knowledge-map.md)，重点理解两条轴：
|
|
|
|
- 时间：当前任务内还是跨任务。
|
|
- 内容：知识事实还是执行经验。
|
|
|
|
### 15-30 分钟：理解主线
|
|
|
|
阅读 [压缩讲义](chapter.md) 的前六节。第一次不要追系统细节，只追踪问题怎样演化：
|
|
|
|
`保存历史 -> 检索历史 -> 组织历史 -> 维护执行状态 -> 编译经验 -> 学习记忆策略`
|
|
|
|
### 30-38 分钟：检查证据
|
|
|
|
阅读 [证据矩阵](evidence-matrix.md)。至少选择一个正面结果和一个反例，确认自己不会把“某篇论文有效”误写成“memory 总是有效”。
|
|
|
|
### 38-45 分钟：闭卷输出
|
|
|
|
完成 [主动回忆](active-recall.md) 中的前 6 题。答不出来时不要立刻翻答案，先标记卡点属于：概念不清、证据没记住，还是无法迁移到设计。
|
|
|
|
## 这个模块的组成
|
|
|
|
- [认知地图](knowledge-map.md)：问题空间、方法位置和演化脉络。
|
|
- [压缩讲义](chapter.md)：从原始论文压缩出的统一解释。
|
|
- [证据矩阵](evidence-matrix.md)：12 篇锚点论文的主张、证据与边界。
|
|
- [主动回忆](active-recall.md)：记忆题、比较题、诊断题和设计题。
|
|
- [module.json](module.json)：供后续学习界面使用的结构化入口。
|
|
- [试验记录](../../experiments/knowledge-compilation/2026-07-10-agent-memory-pilot.md)：本轮是怎样做出来的，以及下一轮该改什么。
|
|
|
|
## 当前边界
|
|
|
|
- 当前是第一轮认知编译，不是 Agent Memory 全量综述。
|
|
- 锚点论文来自现有一年语料中的 12 篇，另外约 300 篇 memory 标签论文暂作证据池。
|
|
- 已阅读锚点论文原文的关键方法、实验和限制部分，但尚未逐项复现实验。
|
|
- 论文集中在 2026 年，结论可能受新 benchmark、强模型和评测协议变化影响。
|