Read this page in English

经验进入长期系统前，要解决存取、价值与准入

Agent · 更新 2026-10-30 · 57 篇主题资料 / 8 篇重点对照

MemGPT 管信息放在哪里，MemPrice 管有限窗口里保留何种精度，CMP 管效用如何识别；Voyager 把成功程序变技能，VaG 管技能进入库的风险，SkillRise 用后续任务检验整理价值。存得下、相关、合法和能帮助未来，是四个不同问题。 EMMA再把结构化记忆分配给controller、agent与skill，按失败scope限制单次编辑及下一次实际使用义务。

机制对照 · 取舍分析 · 跨论文问答 · 更新记录 · 本主题逐篇问答

怎么读这张卡片

重点比较下表代表论文；完整主题目录保留在文末。机制与假设的对照不等于统一 benchmark 的性能排名；教学例子不是论文实测。

机制对照

比较维度：对象是原始事件、压缩表示、运行状态还是可执行技能 · 决定发生在写入、读取、淘汰还是持久准入 · 价值来自相似度、当前成功、随机曝光还是下游任务 · 原始细节和错误后代是否可以恢复或撤销

论文与来源	机制定位	得到了什么，付出什么
MemGPT · 原始来源 章节：背景与主要改动、核心公式、复现边界	分层管理核心信息、当前上下文和外部归档，以模型函数调用和 heartbeat 控制换入换出。	外部容量不等于当前可见，检索仍可能漏证据；本地使用确定性 key 与代理成本，不是语义检索服务。
MemPrice: Online Memory Allocation via Adaptive Pricing for Long-Horizon Agents · 原始来源 章节：背景与主要改动、核心公式、本地复现与边界	每项记忆选 raw/summary/abstraction/keywords/delete 中一版，以背包满足硬预算，队列价格反映长期占用。	联合分配依赖效用和token大小输入，窗口已删细节只能经归档刷新恢复；本地只执行DP与状态合同。
Causal Memory Policy: Making Memory Utility Identifiable by Intervening on Retrieval · 原始来源 章节：背景与主要改动、核心公式、复现边界	在固定候选池预留均衡随机曝光，估计设计下处理/对照净效应及标准误，不确定时保护记忆。	处理一条会改变其他槽位分布，效应不能当独立加性系数；本地合成结果不证明真实问答或长期删除策略。
Voyager · 原始来源 章节：背景与主要改动、核心公式、复现边界	自动课程产生任务，代码执行和反馈修订后，将验证成功程序作为可检索技能继续组合。	一次环境成功仍有适用前提；本地技能是结构化工具计划，没有 Mineflayer/GPT-4 或真实 Minecraft。
When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents · 原始来源 章节：背景与主要改动、核心公式、复现边界	在持久写入前检查结构、行为无害与语义一致，再按边际收益选择可兼容 Hot 技能集合。	阻止污染早于事后删除，但验证仍受覆盖限制；本地只执行相关核心算子，候选发现不等于完整能力进化。
SkillRise · 原始来源 章节：背景与主要改动、核心公式、复现边界	同一policy交替求解与整理文档，当前结果监督solve，下游折扣结果监督curate。	要求任务序列能暴露经验迁移价值；本地仅验证状态和phase信用，未做原文模型RL。
Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems · 原始来源 章节：背景与主要改动、核心公式	配对效果、范围优先归因、双参照修复门槛及版本证据清空。	scope/defect/replay分数外部提供，不用规则冒充LLM诊断与修复。
EMMA: Structured Episodic Memory for Multi-Agent Workflow Synthesis · 原始来源 章节：背景与主要改动、核心公式、高成本完整实验	按controller/agent/skill组织持久记忆，依据失败scope只改责任条目；临时execution slip不写长期经验，overflow先拆未完成步骤。	单编辑守卫不证明语义正确，安全判断仍外置；接受编辑后须下一次实际使用，不能以最终未重跑编辑冒充改进。完整多环境系统未复现。

取舍分析

资源分配器需要效用，但不会自动产生因果证据

MemGPT 使信息可被移到归档，MemPrice 再在当前窗口联合分配多级表示；两者都需要决定什么值得留下。CMP 处理的是另一层：难题更常检索某条记忆，不能把相关失败都归咎于它，随机曝光才提供可识别的对照。将 CMP 的估计交给分配器也须保留曝光设计和不确定度，不能把固定槽位净效应直接当可随意相加的单项价值。

对照来源：memgpt · memprice · causal-memory-policy

当前成功、持久准入与未来受益是三个时点

Voyager 让成功程序进入技能积累链，VaG 更强调新经验会影响后代，需在写入前检查并考虑共同使用的兼容性。SkillRise 又把整理行为交给下游任务结果评价：当前成功主要说明求解，不足以说明留下的文档帮助未来。这不是谁更先进的直线序列，而是不同证据合同：执行通过、库准入和跨任务学习应分别记录。

对照来源：voyager · vag · skillrise

10月29日：新方法与来源变化

DiscernMem把失败先分为记忆使用范围不对和内容缺陷：对同任务、seed、配置做单记忆/无记忆配对重放，再检查修复是否同时守住父记忆与无记忆基线。它补充了简单追加反思的风险控制：团队结果差不能直接归罪某条记忆；新版本也不能继承旧版本已测效果。本地只做这些测量和版本合同，没有LLM修复或重放。

对照来源：memgpt · discernmem

先定位修改责任，再证明这次修改有用

DiscernMem用孤立注入与无记忆配对重放区分作用范围和内容缺陷，并以父记忆/无记忆双参照验收修复。EMMA更偏编辑组织：controller、agent specialization与skill有不同所有者，一次反思只能改承担责任的一项，执行失误只影响临时计划。一个解决归因与修复效果，一个约束该改哪层及如何exercise；结构合法不能替代配对收益，也不能把外部语义安全Boolean视为已实现的LLM审查。

对照来源：emma · discernmem

跨论文问答

先想自己的答案，再展开；每个问题至少联系两篇论文。

MemPrice 背包选中一条“高效用”记忆，为什么 CMP 仍会追问这个效用是怎样测出来的？

展开答案与例子

答案： 背包只在给定效用与大小下求联合分配，不证明上游估计可靠。如果记忆常在难题出现，观察到失败多可能只是选择偏差；CMP 用均衡随机曝光和对照估计设计下净作用，并保留标准误。这个净效应又受槽位替代影响，不能不加条件当成独立可加背包收益。

教学例子： 教学例：故障排查记忆总在最难事故被检索，成功率低不说明它有害；先辨别没有它时会怎样，再讨论是否值得占窗口。

对照来源：memprice · causal-memory-policy

Voyager 一次执行成功的程序，为什么不能不经检查就当成 VaG 里可与所有技能共同使用的长期经验？

展开答案与例子

答案： 一次成功支持该环境中的执行路径，未说明程序在其他前提仍无害，也未排除与已有技能冲突。VaG 在写入前分开检查结构、行为和语义，再以集合边际价值选择兼容组合。两种机制可以讨论不同生命周期，但不能把成功、无害和组合收益合并成一张通过票。

教学例子： 教学例：技能在空目录中成功，若暗含删除旧文件的前提，搬到共享目录可能有害；单次成功没有验证这个新作用域。

对照来源：voyager · vag

为什么 SkillRise 的整理文档不能直接沿用 Voyager 式当前任务成功信号？

展开答案与例子

答案： 当前成功主要说明刚才的动作完成目标，文档价值却体现在后续相关任务能否借它行动。SkillRise 将solve与curate分phase，用下游折扣回报监督后者，并只作用于对应生成token。Voyager 的成功程序准入提供执行证据，不能替代这项跨任务信用；漂亮但无用的总结也不应因当前成功自动获奖。

教学例子： 教学例：当前任务靠偶然试错成功，文档若只写具体答案，下一题无法复用；下游评价才会暴露它没有留下可迁移步骤。

对照来源：skillrise · voyager

为何修复后比父记忆好，还可能不能接收？

展开答案与例子

答案： 父记忆本来就可能有害；候选还必须不弱于无记忆基线，守住历史任务并不增加完全失败数。单一正增益不能替代双参照非退化检查。

教学例子： 教学例：父记忆得0.2，候选0.4，无记忆0.8；候选比父版好，但仍不能据此称记忆有价值。

对照来源：memgpt · discernmem

EMMA一次只改一项记忆，是否就已经完成DiscernMem要求的因果归因与修复验收？

展开答案与例子

答案： 没有。单编辑减少修改scope并明确责任，但还需实际使用和重跑；DiscernMem另用相同任务/seed的隔离记忆与无记忆结果，核对候选是否同时不弱于父版和无记忆。结构约束与效果证据不是相同的通过条件。

教学例子： 教学示意：把一次检索拼写错误写成永久skill违反EMMA的scope规则；把skill文本改得合法也不能证明它比不使用记忆更有帮助。

对照来源：emma · discernmem

更新记录

新论文带来新路线、改变取舍，或补充现有路线时，都在这里说明。

2026-10-30 · 精读EMMA的三层所有权、scope单编辑、overflow与下一尝试exercise义务；与DiscernMem的配对归因和双基线修复验收区分，保留未实现语义服务边界。

涉及：emma · discernmem

2026-10-29 · DiscernMem把失败先分为记忆使用范围不对和内容缺陷：对同任务、seed、配置做单记忆/无记忆配对重放，再检查修复是否同时守住父记忆与无记忆基线。它补充了简单追加反思的风险控制：团队结果差不能直接归罪某条记忆；新版本也不能继承旧版本已测效果。本地只做这些测量和版本合同，没有LLM修复或重放。

涉及：discernmem

2026-10-27 · 首版：比较分层存储、记忆价格、随机曝光效用、成功程序积累、预提交准入与下游技能信用。

覆盖 55 篇主题资料；目录见下。

本主题全部 57 篇资料

目录归类覆盖本主题全部资料；重点对照范围以上表为准。

• Cache Engineering for Agents
• Remembering Has a Price: Learning Memory Worth under Resource Constraints
• MemPrice: Online Memory Allocation via Adaptive Pricing for Long-Horizon Agents
• MemoProAgent: Toward Memory-Driven Proactive Assistance
• MemScope: Evolving Agent Memory Architectures through Localized Code Repair
• Hy-Memory-30B-A3B: Attributed Reinforcement Learning for Long-Term Memory Writing
• Maximising Transparency in Context Compaction Improves Retention of Facts and Commitments for Lightweight Coding Agents
• Recursive Formation and First-Class Reuse of Compositional Capabilities
• Test-Time Memory Construction
• NEAR: Neighborhood-Aware Residuals for Memory Retrieval
• Beyond the Final Embedding: Retrieving Memories from Token-Level Evidence
• Use and Disuse: Intent-Structured Experience Consolidation for Memory and Learning in LLM Agents
• Mem++: Non-Destructive Memory for Long-Term Organizational LLM Agents
• Causal Memory Policy: Making Memory Utility Identifiable by Intervening on Retrieval
• Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States
• AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents
• MemFit: Efficient Long-Term Agentic Memory
• UpliftMem: Learning Set-Level Uplift for Agent Memory Retrieval
• ReMem: Rethinking Perception and Memory in Long-Context Recommendation Agents
• Context Language Models
• Mnemon: Raw Records, Fast Judgments, Slow Thoughts
• Continuous Context Management
• Interactive Memory Learning for Long-Term Conversations
• Reflect, Revise, Reuse: Training-Free Skill Evolution for GUI Agents
• When Synthetic Data Hurts: On Catastrophic Forgetting in Skill Retrieval for LLM Agents
• Grounding Agent Memory: Environment-Probing Curation for Enterprise Agents
• MemForest: Efficient Agent Memory Management via EventTree Partitioning and Progressive Merging
• CoSkill: Joint Reinforcement Learning of Reasoning and Meta-Skill Agents for Hierarchical Skill Evolution
• AtomRec: Evolving Atomic Memory for Agentic Recommendation
• Imagine Before Acting: Prospective Skill Identification for LLM Agents
• SPT: Skills as Pre-Training Data for Agentic Language Models
• When Memory Takes Gradients: Collaborative Vector Memory for Agentic Recommender Systems
• SKILL.state: Scalable Long-Horizon Agent Skills
• CaSKG: Counterfactual-Causal Skill Graphs for Scalable Agent Skill Retrieval
• SkillForge: Automated Skill Discovery and Refinement for Tool-Using Agents
• HyMem: Hierarchical Context Management for Long-Horizon Agents via Information Isolation
• When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents
• Learning Globally Reusable Skills for Coding Agents
• MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off
• VerMem
• CoEvo-Mem
• SkillRise
• UniMem
• HiSkill
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents
• Memento-Skills
• U-Mem
• Learning Personalized Agents from Human Feedback
• MemSkill
• SAGE
• LEGOMem
• MemTool
• MemGPT
• Voyager
• Generative Agents
• Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems
• EMMA: Structured Episodic Memory for Multi-Agent Workflow Synthesis

进入本主题逐篇四层问答 · 返回全部精读卡片