AI 编程实时动态与要闻

在自主智能体（LLM Agents）架构设计中，持久化跨会话记忆长期存在两条针锋相对的技术路线：一条主张使用昂贵的大模型异步将多轮对话‘蒸馏提取（Fact Extraction）’为三元组或结构化摘要记忆库（如 Mem0、Zep）；另一条则主张直接保留‘原始对话轮次（Raw Turns）’并依靠检索排序进行上下文注入。学术界过去对两者的优劣各执一词。研究团队在 Zenodo 平台完成了严谨的科学预注册，并在 LoCoMo 与 LongMemEval 两大基准上展开了首个双盲受控实验（arXiv:2609.34227）。实验给出了令人震动的明确结论：在紧凑预算下，使用微型类型化决策模型 Jev 直接精选出的原始对话轮次，在下游任务准确率上与耗资巨大的大模型提取记忆库达成非劣效（Non-Inferiority，统计置信度 95%），而写入记忆的计算与 API 成本足足降低了 3,061 倍！此外，研究首次阐明了重排序（Reranking）与预算大小的因果关系，并指出盲目重排序会严重削弱智能体的正确弃权（Correct Abstention）能力。开源代码库与评估数据已发布（github.com/ris3abh/Engram）。

LatentPress 提出第三种上下文载体：连续 memory tokens。小 writer（约 4.2M–26.2M 参数适配器，约等于解码器 0.1%）把对话史与长文档压成 4–16×，冻结 decoder 经输入嵌入接口直接读取，推理时无需重建文本。LongMemEval 上 7.70× 压缩准确率 0.504，高于未压缩证据 0.490，并明显优于文本摘要与 OCR 压缩；写入约 43ms/会话，读取比原始上下文快 5–9×，利于长上下文智能体记忆。