AI 智能体时代的记忆：综述论文列表

---

📢 最新动态

• [2026/01/29] 🎉 本仓库已获得 1k star！感谢大家对智能体记忆研究的支持与关注！
• [2026/01/13] 📄 我们更新了综述论文，纳入了近期发表的多项工作。衷心感谢社区提供的宝贵贡献与建议。论文详情请见：Memory in the Age of AI Agents: A Survey。
• [2025/12/16] 🎉 我们的论文入选 Hugging Face Daily Paper #1！
• [2025/12/16] 📚 我们创建了此仓库以整理智能体记忆相关的论文列表。更多论文即将更新！
• [2025/12/16] 📄 我们的综述论文正式发布！详情请见：Memory in the Age of AI Agents: A Survey。

图示：基于形式、功能和动态统一分类法组织的智能体记忆概览。

👋 简介

记忆是基于基础模型（Foundation Model）的智能体的基石，支撑着它们进行长程推理、持续适应以及在复杂环境中进行有效交互的能力。

尽管该领域的研究呈爆发式增长，但目前的学术环境依然高度碎片化，存在定义模糊和分类不统一的问题。本仓库旨在弥合这一差距。我们通过三个统一的视角，区分了智能体记忆与 RAG（检索增强生成）及 Context Engineering（上下文工程）等相关概念，并提供了全面的概述：

• 形式 (Forms，记忆载体是什么？)：根据存储介质对记忆进行分类——Token-level（显式且离散）、Parametric（隐式权重）和 Latent（隐藏状态）。
• 功能 (Functions，为什么智能体需要记忆？)：超越了简单的时序划分，采用功能性分类：Factual（事实性知识）、Experiential（经验与技能）和 Working Memory（主动上下文管理）。
• 动态 (Dynamics，记忆如何演变？)：将操作生命周期拆解为 Formation（提取）、Evolution（巩固与遗忘）和 Retrieval（访问策略）。

通过这一架构，我们希望为将记忆视为未来智能体智能中的一等公民（first-class primitive）这一理念提供概念基础。

💡 概念

图示：智能体记忆与 LLM 记忆、RAG 及上下文工程的概念对比。

📚 论文列表

事实性记忆 (Factual Memory)

Token-level

• [2026/01] Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning. [paper]
• [2026/01] MAGMA: A Multi-Graph based Agentic Memory Architecture for AI Agents. [paper]
• [2026/01] EverMemOS: A Self-Organizing Memory Operating System for Structured Long-Horizon Reasoning. [paper]
• [2025/12] From Context to EDUs: Faithful and Structured Context Compression via Elementary Discourse Unit Decomposition. [paper]
• [2025/12] MemVerse: Multimodal Memory for Lifelong Learning Agents. [paper]
• [2025/12] MMAG: Mixed Memory-Augmented Generation for Large Language Models Applications. [paper]
• [2025/12] Sophia: A Persistent Agent Framework of Artificial Life. [paper]
• [2025/12] WorldMM: Dynamic Multimodal Memory Agent for Long Video Reasoning. [paper]
• [2025/12] Memoria: A Scalable Agentic Memory Framework for Personalized Conversational AI. [paper]
• [2025/12] Hindsight is 20/20: Building Agent Memory that Retains, Recalls, and Reflects. [paper]
• [2025/11] A Simple Yet Strong Baseline for Long-Term Conversational Memory of LLM Agents. [paper]
• [2025/11] General Agentic Memory Via Deep Research. [paper]