Agent Memory 现在到底发展到哪一步了?
从 MemGPT、Mem0、LoCoMo、LongMemEval,到 Evo-Memory、MemSkill、MemMA、Recuris:梳理 agent memory 从存储、检索到经验、自进化和安全控制的完整脉络。
本站关注
最近更新于 2026年9月7日
把常写的方向提前摆出来,读者一进站就知道这里主要在研究什么。
首页保持内容优先,用一篇主文和一组摘要列表来承接读者视线。
从 MemGPT、Mem0、LoCoMo、LongMemEval,到 Evo-Memory、MemSkill、MemMA、Recuris:梳理 agent memory 从存储、检索到经验、自进化和安全控制的完整脉络。
从 MCE、Meta-Harness、Harness Updating、SHE 到 Recuris,理解 agent 如何把轨迹沉淀成 memory / harness,并且在验证门下安全地更新自己。
主要是从 Stanford CS329A 的方向出发,并进行一轮完整的思考和找 idea
顺着多篇近期工作,理解正交 LoRA 持续学习从子空间隔离、参数不碰撞、梯度投影、合并式更新到双线性失稳的关键假设。
梳理持续学习的定义、任务形态、遗忘与迁移指标,以及 replay、正则化、梯度投影、参数隔离和 PEFT 的方法脉络;对照 O-LoRA 等原论文厘清语言模型常用的短序列、长序列与生成任务协议。
从一个真实小模型项目出发,看看工程里的Tokenizer到底长什么样
写作说明
这里优先发布可复用的学习笔记、工程复盘和技术拆解,尽量让每篇文章都能成为后续工作的索引节点。