1.6 KiB
1.6 KiB
Paper: Memory for Autonomous LLM Agents
type: paper title: "Memory for Autonomous LLM Agents: Mechanisms, Evaluation, and Emerging Frontiers" authors: year: 2026 venue: url: https://arxiv.org/html/2603.07670v1 code_url: source: arxiv collected_at: 2026-07-08 status: skimmed relevance: high topics:
- memory
- agent-architecture
- agent-evaluation methods:
- write-manage-read-loop
- retrieval-augmented-memory
- reflective-memory
- hierarchical-context benchmarks:
models:
datasets:
related_concepts:
- memory
- context-engineering related_jobs:
- 2026-07-08-baidu-aidu-agent-algorithm-engineer-beijing
- 2026-07-08-bytedance-seed-llm-agent-research-engineer related_experiments:
related_projects:
One-line Takeaway
Memory 应该作为 Agent 系统的一等工程组件,而不是 prompt 里临时塞历史记录。
Problem
长任务、多 session 和个性化场景中,单一上下文窗口无法保存并正确复用历史经验。
Core Idea
该综述把 Agent memory 形式化为 write-manage-read loop,并从时间范围、表示基底和控制策略三个维度整理机制。
Evidence
论文覆盖 2022 到 2026 年初的 memory 机制和评估进展,并总结从静态 recall 到多 session agentic benchmark 的转变。
Useful For Us
- 用来设计知识库自己的 memory / context 管理专题。
- 与百度和字节 JD 中的长期记忆、context compression、agent harness 强相关。
Follow-up Experiments
- 用同一组任务比较 raw history、summary memory、retrieval memory 和 procedural memory。