AdaMem：清华/微信提出 Agent 记忆系统新 SOTA

一句话总结

AdaMem 把对话记忆从扁平的向量化检索，升级为"四层结构分类存储 + 动态路由检索"，在长周期对话推理和用户画像任务上都达到了 SOTA 效果

---

一、动机

当前 LLM Agent 越来越依赖外挂记忆来应对长周期交互，但现有记忆系统面临三个核心痛点。

过度依赖语义相似度

常见的检索逻辑是"拿 query 向量和历史记录比对，返回最像的"。但在实际对话中，用户相关的关键信息往往不是字面上最像的那段，比如"她为什么后来改了口味"，关键证据可能散落在多次对话中，语义检索很难一网打尽

记忆碎片化

很多系统把对话历史切成 chunk 存储，导致时间顺序、因果链条、人物关系全都断裂。需要连贯推理时，只能拼凑出一堆互不关联的碎片

固定粒度的两难

切得太粗，检索回来夹杂大量无关内容；切得太细，看不出事件的完整发展脉络。现有系统很难在两者之间找到好的平衡点

所以，一个好的记忆系统应当满足这些基本原则：

结构化存储

碎片化和固定粒度问题的共同根源，是把对话切成等长文本块然后扁平堆放。更好的做法是在写入时就对信息进行加工：提取事件、事实、属性等语义类型，按不同抽象层级组织成体系化的数据结构，而非一股脑塞进向量库

层级流转

人脑不会把所有经历以同样的形式永久保存：近期对话保持原貌以备即时调用，反复出现的模式逐渐提炼为稳定认知。一个工程化的记忆系统也应设计从"短期原文"到"长期结构化记录"再到"抽象画像"的沉淀路径，让信息在合适的时机自然地转化和压缩

检索策略自适应

既然记忆已经分层组织，检索就不必再"一招鲜"。简单的事实查询只需翻轻量语义索引，涉及时间线或因果链的问题才动用结构化关系遍历

AdaMem 便是沿着这一逻辑的一次具体实践

很多记忆系统像是把聊天记录剪成一堆纸条，问问题时去翻最像的几张；AdaMem 则是把这些纸条分别放进"桌面便签、事件日记、人物档案、关系线索板"里，提问时先判断"这题在问谁、要不要查关系、要不要追时间线"，再决定去翻哪个抽屉

---

二、结构化存储：四层记忆的设计

如果要 “用结构化取代扁平”，那么具体应该分成几层、每层存什么？AdaMem 的选择是，为每个对话参与者各维护四种记忆，对应从"原始对话"到"高度抽象"的递进层级：

记忆类型	类比	存储内容	抽象层级
Working Memory	桌面便签	最近对话原文	最低：保留原始表达
Episodic Memory	事件日记	事件、事实、属性、主题摘要	中等：结构化提取
Persona Memory	人物档案	用户偏好和稳定特征	较高：跨对话聚合
Graph Memory	关系线索板	消息-主题-事实-事件关系网络	正交维度：关联索引

前三层构成一条抽象度递增的纵向链：原文 → 结构化事实 → 画像摘要。Graph Memory 则是横向的连接层，把散落在不同对话中的证据沿人物线、主题线、时间线串联起来

---

三、记忆的写入与流转

3.1 规范化写入

有了分层结构后，首先要解决的问题是"新来的对话怎么进入这套体系"。如果每种记忆各自独立解析原文，同一句话在不同模块里很容易被理解成不同的意思。AdaMem 的做法是设置一个统一入口：每段新对话先由 Memory Agent 生成一个规范化记录 z_t，包含摘要、主题、态度、原因、事实片段、人物属性、时间戳和说话者身份。后续所有模块的写入都基于这同一份 z_t，而非各自重新理解原文

很多系统"记不住"的根源不是存储不够，而是"写得乱"：同一句话在不同模块里产生了不一致的理解

3.2 工作记忆的沉淀

规范化记录首先进入 Working Memory——一个容量为 20 的 FIFO 队列。队列满了之后，最老的 5 条消息被弹出，送给三个路由器分别处理事件、事实和属性。每个路由器对每条信息只做一个决定：ADD（新增条目）、UPDATE（修订已有条目）还是 IGNORE（忽略冗余）。原始消息不丢弃，保留作为后续可追溯的证据来源

3.3 细粒度记忆的聚合

随着对话持续进行，Episodic Memory 中积累了大量细粒度条目（某次跑步、某次点餐、某个周末计划）。这些碎片单独来看价值有限，但聚在一起就能形成更高层的用户画像。AdaMem 用两步上卷来完成这一提炼：

1. 用向量相似度把细粒度键连成一个稀疏近邻图，取连通块作为合并组（避免手动调相似度阈值）
2. 用 LLM 把同组内容改写成更高层的主题摘要或画像描述

比如"最近开始跑步"“少吃甜食”"喜欢周末户外活动"这些分散在不同对话里的句子，最终会被聚合成"近阶段关注健康生活方式"这样一条 Persona Memory

3.4 图记忆的构建

纵向的三层沉淀解决了"信息该存在哪里"的问题，但还有一个维度没有覆盖：跨片段的关联。用户在第 3 次对话里提到的偏好变化，可能和第 15 次对话里的行为直接相关，但它们分属不同的 Episodic Memory 条目，纵向结构看不出这种联系

Graph Memory 正是为此设计的。它不是让模型从头做知识图谱抽取，而是基于前述规范化记录按固定规则构建。节点有五种类型（消息、主题、事实、属性、事件），边有五种类型：

• mentions：消息 → 主题
• supports：消息 → 事实/属性，事实 → 事件
• same_topic：同一说话人近期谈论同一主题
• temporal_next：时间相邻的消息
• speaker_related：同一说话人的相邻消息

至此，AdaMem 的存储体系已经完整：纵向三层递进（原文 → 结构化 → 画像），横向一层关联（图记忆）。接下来的问题是：面对一个具体的问题，该怎么利用这套结构？

---

四、自适应检索：让问题决定检索路径

有了分层结构化存储，AdaMem 便有条件实现差异化的检索路径，这也是 “Adaptive” 的含义所在

4.1 先判断：在问谁

多人对话中，同一个问题可能指向 user、assistant 或两者。AdaMem 先做一个四分类：确定 query 的目标参与者。如果指代不明确，不硬猜，而是分别在双方记忆包中小范围检索后合并排序，让不确定性在检索阶段被显式处理而非隐藏到生成阶段

4.2 再规划：该走哪条检索路线

确定了"问谁"之后，下一步是"怎么搜"。系统先用规则关键词做初步判断：

• when/before/after → 时间线问题 → 启用图扩展
• why/because/connect → 因果关系问题 → 启用图扩展
• favorite/personality/trait → 属性问题 → 画像优先
• who/what/where → 单跳事实问题 → 语义检索即可

只有当规则置信度较低时，才让 LLM 介入做识别。这种"规则先行、模型兜底"的策略，保证简单问题不会被过度检索，复杂问题又能获得结构化的证据支持

4.3 基础检索与证据补回

基础检索同时从三个来源拿候选：画像摘要、情节事实、主题反查的原始消息。除了召回的 top-K 信息之外，还补充了两种额外内容：

1. 事实上下文：高分事实命中 → 补充召回对应的原始对话消息
2. 关键词回退：补那些向量检索不占优但字面上很关键的消息

先看摘要索引确定方向，必要时翻回原始聊天记录，确保不只拿到抽象结论，还能找到具体证据

4.4 图检索与多信号融合

当路线规划认为需要结构化证据时，系统在图上选语义种子节点做受限多跳扩展，每种边有固定权重（如 supports=0.90、temporal_next=0.70），并带 hop decay 衰减系数 0.85

最终融合分数由四项组成：

语义检索占绝对主导（70%），图、时间、事实信号只是辅助。这种克制的设计有意避免图检索喧宾夺主——结构化的价值不在于替代语义检索，而在于补全它覆盖不到的关联证据

---

五、多 Agent 协作的记忆管理

存储和检索的设计解决了"记什么"和"怎么找"，但还有一个工程问题：如果让一个 Agent 同时负责记忆维护、证据搜索和答案生成，不同职责之间容易相互干扰。AdaMem 将这三件事拆给三个专职角色：

角色	职责	类比
Memory Agent	理解新消息、维护四层记忆	档案管理员
Research Agent	规划搜索策略 → 检索 → 整合 → 反思，迭代至证据充分	研究助理
Working Agent	基于整合好的证据写出最终回答	发言人

值得注意的是，Research Agent 决定的是"还缺什么信息"（what），而前面 4.2 节的路线规划决定的是"这次检索该怎么执行"（how）。前者像研究助理决定还要查什么资料，后者像图书管理员决定该翻目录卡还是档案柜。后续消融实验证明了这一职责划分的有用性

---

六、实验结果

6.1 LoCoMo：整体最强，时间推理提升最大

在长上下文多 session 对话基准 LoCoMo 上测试，AdaMem 用 GPT-4.1-mini 做骨干时达到 44.65 F1 / 37.92 BLEU-1，相比最强基线提升 4.4%。最亮眼的是时间类问题，提升高达 23.4%

不过在 Open Domain 类别上效果稍差。作者认为这类题更适合针对特定结构假设的方法，AdaMem 追求的是更均衡的整体表现

6.2 PERSONAMEM：记人更准，泛化更强

PERSONAMEM 更关注用户建模和个性化记忆。AdaMem 平均准确率 63.25%，高于 A-Mem（59.75%）和 Mem0（48.55%）。"泛化到新场景"一项达到 73.68%，相对提升 27.3%

6.3 消融实验：图记忆贡献最大，三部分互补

去掉图记忆时的降幅最大，说明跨时间、跨片段的关系补回是最关键的增益来源；信息融合和多 Agent 记忆管理也是带来稳定增益的关键组件

6.4 效率-性能权衡

AdaMem 平均输入 token 约 2248，端到端延迟 4.722 秒；Mem0 更省（1340 tokens / 3.739 秒），但 F1 只有 38.16。AdaMem 不是"又快又省"的路线，而是"用合理的额外成本换来显著的长推理质量"

6.5 跨模型迁移

换到开源骨干 Qwen3-4B-Instruct 也能达到 36.78 F1，Qwen3-30B-A3B-Instruct 则到 43.02 F1，说明记忆架构本身是可迁移的，不依赖特定闭源模型的"智商红利"

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】