代理记忆仍然是一个未解决的问题
如今，许多初创公司声称他们已经“解决了代理记忆”。
在许多情况下，代理记忆被简化为一个带有嵌入和检索的向量数据库。这并不是代理记忆，而仅仅是存储加搜索。
真正的代理记忆涉及以下方面：
- 代理应该记住什么与忘记什么
- 记忆如何随时间变化（衰退、强化、巩固）
- 何时应隐式与显式地读取记忆
- 记忆如何影响规划、工具选择和行为
- 如何处理冲突、过时或依赖上下文的记忆
向量数据库可以是系统的一部分，但并不是整个系统。
在代理能够可靠地推理自己的记忆，而不仅仅是检索信息块之前，我们仍处于早期阶段。
我很好奇其他人的看法：
- “解决代理记忆”究竟意味着什么？
- 这是否只是一个单一的问题，还是一系列未解决的问题的集合？
查看原文
A lot of startups today claim they have "solved agentic memory."<p>In many cases, agentic memory is being reduced to a vector database with embeddings and retrieval. That’s not agentic memory. That’s just storage + search.<p>Real agentic memory is about:
- What an agent should remember vs forget
- How memory changes over time (decay, reinforcement, consolidation)
- When memory should be read implicitly vs explicitly
- How memory influences planning, tool choice, and behavior
- How to handle conflicting, stale, or context-dependent memories<p>A vector DB can be part of the system, but it’s not the system.<p>Until agents can reliably reason about their own memory and not just retrieve chunks. We’re still in early innings.<p>Curious what others think:
- What does "solving agentic memory" actually mean?
- Is this even a single problem, or a bundle of unsolved ones?