别再瞎卷了！2025顶会Agent Memory的最新赛道，这几篇论文已经指明了方向！

关注

原创最新推荐文章于 2026-10-08 19:35:03 发布 1.6k 阅读 AI 写同款· GEO 优化 ›

用Markdown wiki做Agent记忆，为什么胜过AI memory产品？大模型应用开发中，智能体（Agent）的记忆管理是系统可靠性的关键。短期上下文、长期知识与过程记忆的三层需求，让传统向量数据库或专用AI memory产品常陷入“模糊召回”与“无法精确追溯”的困境。基于纯文本的Markdown wiki，凭借天然可读、可编辑、可审计的特性，为Agent长期记忆提供了一种极简而强大的方案。它借鉴LLM wiki范式，将知识沉淀为结构化文档，使模型能直接读写、校验和更新。在客服Agent、代码开发Agent等动态场景中，Markdown wiki不仅降低了部署复杂度，还通过Gi 阅读详情

NeurIPS、ICML 2025 的接收论文数据显示，Agent Memory 已成为智能体领域的 “爆款选题”，谷歌 DeepMind、斯坦福等团队提出的记忆架构创新，成功解决了传统智能体 “长程推理断层”“多任务记忆干扰” 等核心痛点。

当前Agent Memory 的研究热点集中在三大方向：一是持久化记忆与动态更新机制（如元学习驱动的记忆优化），二是多智能体记忆协同架构（如共享记忆池与权限管控设计），三是记忆与规划的深度融合（如基于记忆的思维树扩展）。这些方向既符合顶会学术创新需求，又能对接工业界实际部署场景（如智能客服、自主机器人）。

1. Align While Search: Belief-Guided Exploratory Inference for Test-Time World Alignment

中文标题：边搜索边对齐：基于信念引导的探索式推理实现测试时世界对齐

作者： Bae, Sangmin 等

论文简介：本文提出了一种在测试时让语言模型与真实世界环境动态对齐的新方法。传统模型在部署后参数固定，难以适应新环境或纠正错误信念。该方法引入“信念引导的探索式推理”，模型通过主动生成并测试关于环境的假设来更新其内部信念，从而在推理过程中实现自我对齐。这种方法无需重新训练，即可显著提升模型在复杂、未知环境中的表现和可靠性。

创新点：提出了“边搜索边对齐”框架，将测试时推理过程转化为一个基于信念更新的主动探索任务，实现模型与动态世界的实时、高效对齐。

2. Silent Sabotage: Injecting Backdoors into AI Agents Through Fine-Tuning

中文标题：静默破坏：通过微调向AI智能体中注入后门

作者： Boisvert, William-Ray 等

论文简介：本文揭示了针对AI智能体的一种新型安全威胁。攻击者仅通过微调智能体所依赖的基础语言模型，就能植入难以察觉的后门。该后门在正常任务中不会触发，但当智能体感知到环境中的特定“触发器”时，会执行隐秘的恶意行为，如泄露信息或偏离目标。研究表明，这种攻击对基于LLM的智能体构成严重威胁，且难以被常规防御机制检测。

创新点：首次系统性地提出并验证了通过微调在AI智能体中植入环境触发式后门的攻击范式，揭示了智能体安全链条中的新脆弱点。

3. Making LLMs Program Interpreters via Execution Trace Chain of Thought

中文标题：通过执行踪迹链式思考让大语言模型成为程序解释器

作者： Eguchi, Takashi 和 Akiba, Takuya

论文简介：本文提出了一种新颖的方法，让大语言模型能够像解释器一样逐行执行并理解程序。核心思想是让模型在思考过程中生成完整的“执行踪迹链”，模拟程序运行时的状态变化（如变量值、内存内容等）。这种方法极大地提升了LLMs在代码调试、程序推理和输出预测任务上的准确率，使其不再仅仅依赖于代码的静态语义匹配。

创新点：引入了“执行踪迹链式思考”技术，通过模拟程序动态执行过程来增强LLMs的程序理解能力，将LLMs转变为动态的程序解释器。

4. DyPO: Dynamic Policy Optimization for Multi-Turn Interactive Reasoning

中文标题： DyPO：面向多轮交互式推理的动态策略优化

作者： Feng, Xidong 等

论文简介：为了解决复杂多轮推理任务中的策略固化问题，本文提出了动态策略优化框架。DyPO能够根据当前推理状态和对话历史，动态地选择和调整问题解决策略（如选择不同的推理模块或工具）。这种动态适应性使得智能体在应对数学证明、复杂问答等任务时，比使用固定策略的模型表现得更加灵活和鲁棒。

创新点：提出了一个动态策略优化框架，使智能体能够在多轮推理过程中根据上下文实时调整其问题解决策略，突破了静态推理链的局限性。

5. LiveVQA: Assessing Models with Live Visual Knowledge

中文标题： LiveVQA：利用实时视觉知识评估模型

作者： Fu, Chaoyou 等

论文简介：本文指出了当前视觉问答基准的一个关键缺陷：它们大多基于静态数据集，无法评估模型对实时变化的世界知识的理解。为此，作者构建了LiveVQA基准，其中的问题需要模型理解“正在发生”的视觉事件（如直播视频内容、实时天气等）。该研究旨在推动VQA模型从静态知识匹配向动态、实时的视觉理解能力发展。

创新点：创建了首个需要模型利用实时、动态视觉知识进行回答的VQA基准，为评估和发展模型的现实世界感知能力设立了新标准。

6. Interpretable LLM Control for Sustainable Liquid Cooling in HPC Data Centers

中文标题：面向高性能数据中心可持续液冷的可解释大语言模型控制

作者： Ghorbanpour, Elham 等

论文简介：本文将大语言模型应用于高性能计算数据中心的液冷系统控制中，以实现节能降耗。与传统黑盒控制器不同，该研究专注于开发可解释的LLM控制器，它不仅能做出控制决策，还能生成清晰的自然语言解释，说明为何采取特定行动（如调节泵速或水温）。这极大地增强了运维人员对AI系统的信任和监管能力。

创新点：将LLMs用于复杂的物理系统（液冷）控制，并强调决策过程的可解释性，为AI在关键基础设施中的应用提供了安全透明的范例。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述