Generative Agents

问答新增：2026-10-27 · Stanford University

展开答案与例子

答案：没有。本地用受控 EvoMem 三项打分和累计重要性阈值验证检索、反思与计划依赖，没有 Smallville 地图、真实 persona 或人类可信度评审。反思数量和代理成本只能说明机制运行，不能当成关系形成或协同行为可信度。

教学例子：例如累计分达到阈值生成一条规则反思，不代表多个模型会真实传播邀请或自主协调聚会。

依据：核心公式、本地复现、复现边界；例子用于解释机制。

原论文 · 实现解读 · 问题链接

主题导读与阅读路线

先想一个问题¶

上下文放不下时，应该保存什么，何时取回，旧经验又如何避免误导新任务？

记住这一点¶

记忆是带写入、检索、更新和淘汰策略的状态系统。MemGPT 通过不同存储层移动信息，让有限窗口按需访问外部归档；Voyager 把成功程序积累成可检索技能。事实、临时推断与可执行技能有不同的复用条件：一条事实可能过期，一个程序也可能只适用于特定工具版本。先问未来要做哪个决策，再决定保留何种证据。 EMMA要求先把一次执行失误、行为习惯、方法缺失和路由问题分开，再决定改临时计划、prompt、skill还是controller；存储分层之外还要明确修复责任。

一个例子¶

例如跨会话维护一个数据分析项目：常驻区保存用户明确的单位约定，工作区保留当前问题与中间统计，归档区保存完整查询和来源。下周数据表升级时，先核对字段版本，再复用旧查询技能；若用户改了单位，旧约定应被标记失效。把所有历史压成一句“用户喜欢简洁”，不能恢复计算口径。

什么时候要小心¶

压缩后可读不代表关键信息无损，检索命中也不代表适用于当前状态。验证应同时看任务效果、存储/调用预算、错误记忆传播和跨用户隔离。这里的本地分页、技能检索或状态夹具不证明真实长期记忆能力，也不意味着已运行 Minecraft 等原环境。

先读这几篇¶

先读 MemGPT，理解上下文与外部归档的移动；再读 Voyager，把事实记忆与可执行技能分开；最后读 Generative Agents，观察检索、反思与计划如何串联，但不把模拟社会行为当生产证据。

自测一下¶

旧技能曾通过测试，但工具接口刚升级；检索分数最高，能直接执行吗？

展开参考答案

应先检查接口版本、输入假设和权限，再做低成本验证。相似度只解决“像不像”，不保证“现在能不能用”。技能要能记录适用条件、执行反馈与失效原因；无法确认时应回到当前证据，而非把历史成功当作永久保证。

跨主题搜索全部问答 · 最近新增

记忆与技能：让经验可取回、可失效¶

一次团队失败，为什么不能直接把用过的记忆全部改写？

候选修复为什么要同时比较父记忆与无记忆基线，而不是只要求比原规则好？

只在当前失败任务上试修复，与DiscernMem的跨任务验证有什么差别？

记忆body被改成新版本后，为何不能继承父版本累计的成功效果？

EMMA为什么不把每次失败都写成新的skill？

反思提出的修改为何既要一次一个条目，又要保留至少60%的旧prompt行？

context overflow与真正缺少能力，为何不能用相同的新增agent策略处理？

本地守卫都通过，是否已证明记忆无泄漏且Agent能力更强？

长程 Agent 为什么会出现“聊天记录还在，推理缓存却放不下”的问题？

为什么同样的最终文本前缀，也不一定对应可复用的同一份 KV？

直接管理 KV 与把文本压缩成摘要，在恢复和缓存复用上有何不同？

repos 为何只旋转 key，而不是把 value 也乘同一 RoPE 变换？

记忆越相关越应该保留吗，TokenWorth 面对的资源限制是什么？

为什么同一个 memory-worth 模型同时控制检索与淘汰，而不只按相似度排序？

快残差拟合与慢特征几何更新为什么分开？

新候选通过入库门后，为什么仍可能立刻被淘汰？

MemPrice 的五级表示为什么是联合分配问题？

为什么记忆刷新不应该顺便把虚拟队列和全局轮数清零？

动态价格与固定相关性 Top-K 相比，如何反映长期容量压力？

MemPrice 怎样把每项记忆的多种表示装进一个硬 token 预算？

为什么“把会话都存起来”与“为未来问题写好记忆”不是同一种任务？

冻结 reader 和 judge 后再优化 writer，为什么有助于归因记忆写入的收益？

逐块探针与最终 outcome 奖励为什么需要同时存在？

同一 chunk 的多次模型调用能否当多张奖励票？

MemScope 为什么联合看原始轨迹、运行时记忆和 provider 代码？

为什么 memory provider 的签名没变，也不能直接认定补丁兼容旧记忆？

原位局部补丁与重新生成整个记忆 provider 有何取舍？

replaceOnce 为什么要求唯一命中，证据不足时为什么允许 no-patch？

没有用户主动提问时，MemoProAgent 的任务为什么比普通问答多了一步判断？

相关记忆已经检索出来，为什么主动助理还需要独立的干预 gate？

Perfect 与“曾经说对一次”的 Hit 为什么衡量不同能力？

PPR 检索和语义 gate 能否用同一个 open-loop 标志代替？

一等复合能力与只保存一段形成历史有什么区别？

为什么“形成一个复合能力”与“允许它进入持久技能库”要分成两步？

直接调用已准入复合能力，与每次展开重新搜索，节省的是哪种工作？

冷加载时为什么重新检查规范 hash、父引用与无环性？

长编码会话压缩后，为什么用户的承诺和限制特别容易被遗忘？

为什么保留原话和删减标记，比重新生成一段流畅摘要更透明？

确定性压缩与模型子代理 context_lookup 的成本为什么不能合并说成零调用？

Pi 分支与工具 metadata 在压缩中为何不能随正文一起删掉？

为什么只保留 pooled embedding 可能漏掉记忆中的局部事实？

全局 token top-k 再按 memory ID 聚合，为什么不同于逐条记忆做 MaxSim？

训练 query-only adapter 与重新训练整个记忆编码器，分别改变哪一侧表示？

query adapter 为什么不通过离散邻居选择反传？

许多记忆都谈同一人物或项目时，为什么真正的答案线索反而难找？

减去近邻均值方向为什么可能帮助找到包含独有事实的记忆？

去共享方向与训练 query-only adapter 在信息来源上有何不同？

融合多层视图后为什么不能再整体 L2 归一化拼接向量？

为什么离线只存轻量 metadata，而把详细 memory 构造放到查询时？

ReadRaw 为什么只允许读取已经观察到的 metadata ID？

测试时构造 memory 与一次检索后固定上下文有什么区别？

SearchMeta 排除 seen entries，与把新记忆追加进查询 cache，各管理哪一种状态？

嵌套意图与普通按时间滚动摘要有什么不同？

层次化 recall 为什么一次只返回一层，而不立即展开全部原始历史？

Precip 在响应后、工具结果前触发，为什么位置有意义？

受控压力探针归档三次能否说自主系统学会了意图闭合？

长程编码 Agent 为什么不能等到上下文彻底装满才考虑压缩？

为什么 judge 要把压缩时机、摘要内容和下一步动作放在一起纠错？

学习压缩时机与固定到长度阈值就压缩有什么取舍？

judge 修正三元组后，环境应该执行原动作还是修正动作？

显式 belief 为什么同时保存 facts 和 unresolved requirements？

显式 unresolved requirements 为什么比只保存一段历史摘要更容易检测停滞？

Belief Trapping 与单纯动作重复检测有什么不同？

Δ|unresolved|≥0 的信号能直接证明任务无解吗？

清理记忆库之前，为什么需要知道一条记忆对执行究竟有何影响？

为什么不能因某条记忆经常出现在失败任务中，就直接把它删除？

保护不确定记忆与按估计均值为负就删除有什么差别？

固定 k 曝光槽为什么使效应不能直接视作独立加性系数？

Mem++ 的非破坏写入为什么同时保留日期和作者？

为什么读取时先按问题时间过滤，比事后提醒模型“别用未来信息”更可靠？

Mem++ 为什么同时保留词法排名与语义排名，而不只依赖一种相似度？

本地全量写入与混合检索验证是否运行了 OrgMemBench 或外部 embedding 服务？

MemFit 为什么特别关注高频会话的记忆写入成本？

append-only 原始 turn 与可检索 segment summary 为什么要分开保存？

便宜写入与每轮用 LLM 重写长期记忆有什么取舍？

本地 hybrid retrieval hook 能否表示已运行 embedding 与 cross-encoder？

context file 为什么是模型行为的一部分，而不是固定外部摘要？

让模型直接编辑 context file，为什么也会改变 KV 复用成本？

context 编辑与直接丢弃 KV cache 在逻辑记录上有何不同？