前言

最近Agent超火，然而我的科研课题和 Agent 没有一点关系，于是读读 Agent 相关论文，希望学习一下这一最新的技术，后续打算自己也做一做 Agent 项目。本文主要整理的是A-Mem: Agentic Memory for LLM Agents这篇论文。先暂时写一个初稿，后续慢慢补充。

零、论文基本信息

• 论文名称：A-Mem: Agentic Memory for LLM Agents
• 论文链接：
  • arXiv 页面
  • PDF 原文
• 发表平台：NeurIPS 2025
• 作者信息：
  • Wujiang Xu，Rutgers University
  • Zujie Liang，Independent Researcher
  • Kai Mei，Rutgers University
  • Hang Gao，Rutgers University
  • Juntao Tan，Rutgers University
  • Yongfeng Zhang，Rutgers University / AIOS Foundation
• 代码仓库：
  • WujiangXu/AgenticMemory：论文性能评测代码
  • WujiangXu/A-mem：论文实验复现仓库

一、现有方法的问题

现有 Agent 记忆系统大多已经能够实现基础的记忆存储与检索，但在记忆组织和记忆演化方面仍然存在不足。

具体来说，论文指出当前方法主要有以下问题：

1. 记忆结构依赖人工预定义

许多 Agent 记忆系统需要开发者提前定义记忆的存储结构，并在工作流中手动指定记忆写入的位置。这种方式虽然可控，但灵活性较差，难以适应复杂、开放的长期交互场景。

比如在实际开发中，我们可能会预先设计好类似下面的记忆结构：

用户偏好记忆 任务进度记忆 工具调用记忆 历史对话摘要

这种设计方式的问题是：系统只能把新记忆放进已有分类中，而不是根据新记忆的内容主动生成新的组织方式。

2. 基于图结构的记忆方法仍然受限

一些方法尝试引入图数据库或结构化关系来组织记忆，例如通过实体、关系和 schema 来管理记忆内容。这类方法相比普通向量检索更有结构性，但仍然依赖预定义的 schema 和关系类型，限制了系统的自适应能力。

换句话说，图结构确实可以让记忆之间产生关系，但如果关系类型仍然是人工提前定义好的，那么系统本身并没有真正学会“如何组织记忆”。

3. 缺乏记忆之间的动态关联与自进化能力

现有记忆系统通常只能把新记忆分类存入已有框架中，难以主动发现记忆之间的新联系，也难以随着新记忆的加入更新旧记忆的语义描述。

因此，当前许多记忆系统更多是“存储系统”（下图a），而不是“会组织、会演化的记忆系统”（下图b）。

简言之，现有方法的问题不在于“不能存”，而在“不会进化”。

二、方法灵感

A-Mem 的灵感来源于 Zettelkasten 笔记法。

Zettelkasten 是一种知识管理方法，中文通常可以理解为“卡片盒笔记法”。它的核心思想不是简单地把笔记按照固定目录归档，而是将每条笔记视为一个独立的知识单元，并通过链接建立笔记之间的关系。随着笔记数量增加，系统会逐渐形成一个相互连接的知识网络。如下图所示。

A-Mem 将这一思想迁移到 Agent 记忆系统中：每条记忆不再只是孤立存储的文本片段，而是可以与其他记忆建立联系，并在新记忆加入时推动旧记忆更新，从而形成一个动态演化的记忆网络。
也就是说，A-Mem 不只是想让 Agent “记住信息”，而是想让 Agent 的记忆系统具备一定的“整理笔记”和“更新认知”的能力。

三、基本流程

A-Mem 的整体流程可以概括为以下四步：

1. 获得新记忆

当 Agent 判断当前交互内容值得保存时，会将其作为一条新的记忆输入系统。

这里的“记忆”可以来自用户对话、任务执行过程、工具调用结果，也可以来自 Agent 在任务中产生的中间经验。

2. 构造记忆笔记

系统将新记忆构造成一条结构化的 memory note。每条记忆笔记不仅包含原始内容，还包括关键词、标签、上下文描述、嵌入向量等字段。

相比普通 RAG 中的 chunk，A-Mem 中的 memory note 更像是一张结构化的知识卡片。

3. 生成记忆链接

系统基于语义相似度和共同特征，从历史记忆中检索相关记忆，并通过大模型分析新旧记忆之间的潜在联系，从而生成记忆链接。

这一步对应 Zettelkasten 笔记法中的“链接”思想：知识不是孤立存在的，而是通过关联形成网络。

4. 触发记忆演化

当新记忆加入后，系统会检查相关旧记忆是否需要更新。如果需要更新，则会修改旧记忆的上下文描述、关键词或标签，使旧记忆随着新信息的加入而不断演化。

因此，A-Mem 的核心并不是简单地“存储记忆”，而是让记忆之间形成动态连接，并让历史记忆能够随着新信息不断更新。

四、相关工作

1. 智能体记忆

论文将已有智能体记忆方法大致分为三类：完整交互存储、缓存式记忆架构和自控制记忆框架。

1.1 完整交互存储

这类方法会尽量保存完整的历史交互记录，例如 MemoryBank、RET-LLM 等。

其基本思路是：

历史交互记录 → 存入记忆库 → 当前问题触发检索 → 召回相关历史 → 辅助模型回答

这种方法的优点是信息保存较完整，不容易遗漏历史细节。但问题也很明显：历史记录会不断膨胀，检索噪声也会随之增加，没有充分解决历史记忆之间的组织问题。

1.2 缓存式记忆架构

代表方法是 MemGPT。

MemGPT 借鉴计算机缓存和内存管理思想，将记忆划分为不同层级，例如当前上下文窗口和外部长期记忆。

可以简单理解为：

当前上下文窗口：近期、重要、正在使用的信息 外部长期记忆：暂时不用但需要长期保存的信息

MemGPT 会优先把最近、最重要的信息保留在当前上下文中，而把暂时不用的信息放入外部记忆。需要时，再从外部记忆中调入相关内容。

这种方法解决了一部分上下文窗口有限的问题，但整体上仍然更关注“如何管理上下文”，而不是“如何让记忆自身形成动态组织”。

1.3 自控制记忆框架

代表方法是 SCM，设计了Memory Stream + Controller的结构：
其中，Memory Stream 用于持续记录历史信息流，Controller 则负责决定什么时候写入记忆、什么时候读取记忆，以及如何管理记忆。

这种方法相比简单存储更主动，但仍然没有充分解决记忆之间如何自动建立联系、如何随着新信息不断演化的问题。

1.4 图结构记忆方法

除了上述方法，近年的一些系统还尝试引入图结构来组织长期记忆，例如 Mem0。

Mem0 提出了可扩展的长期记忆架构，并进一步使用 graph-based memory representation 来捕捉对话中的复杂关系。

这类方法相比普通向量检索更具结构性，但 A-Mem 认为，如果图结构仍然依赖预定义的 schema 或固定关系类型，那么系统的自适应能力仍然会受到限制。

1.5 小结

现有智能体记忆方法的共同问题是：它们大多关注记忆的存储、读取或上下文管理，但对记忆之间的动态组织和持续演化关注不足。

2. RAG

论文也讨论了RAG相关方法。按照复杂程度，RAG 大致可以分为三类：标准 RAG、高级 RAG 和 Agentic RAG。

2.1 标准 RAG

标准 RAG 主要包括两个步骤：

1. 根据用户问题进行语义相似度检索；
2. 将召回内容拼接到 prompt 中，让大模型基于检索内容生成回答。

其基本流程可以写成：

用户问题 → 检索相关文档 → 拼接上下文 → LLM 生成回答

这种方式实现简单，但检索和生成过程相对固定。

2.2 高级 RAG

高级 RAG 会在召回前和召回后加入更多优化机制，例如：

• query rewriting
• reranking
• chunk filtering
• context compression
• hybrid retrieval
• multi-hop retrieval

这类方法提升了检索质量，但本质上仍然是围绕“如何更好地检索静态知识库”展开。

2.3 Agentic RAG

Agentic RAG 将检索过程交给 LLM 或 Agent 动态控制。Agent 可以决定何时检索、检索什么、是否需要再次检索，以及如何根据中间结果调整搜索策略。

其流程更接近：

用户问题 → Agent 判断是否检索 → 动态生成查询 → 检索 → 判断是否需要补充检索 → 生成回答

这种方式更灵活，但知识库中的内容本身通常仍然是静态的。

2.4 小结

RAG 解决的是“如何从外部知识库中找到相关内容”的问题，而 A-Mem 更关注“记忆库本身如何动态组织和自我演化”的问题。

换句话说，RAG 的核心是“检索知识”，A-Mem 的核心是“组织记忆”。

五、具体机制

下图展示了本文方法的具体流程，可以分为创建记忆笔记、链接生成、记忆进化和记忆召回四部分。

1. 创建记忆笔记

当 Agent 决定将一段聊天内容保存为记忆时，A-Mem 会首先创建一条结构化的记忆笔记。

一条记忆笔记主要包含以下字段：

1.1 基础字段

• 原始内容：需要保存的交互内容或经验信息。
• 时间戳：记录记忆产生的时间。

1.2 大模型生成字段

• 关键词：由 LLM 提取，用于概括记忆中的核心信息。
• 分类标签：由 LLM 生成，用于描述记忆所属的主题或类别。
• 上下文描述：由 LLM 生成，用于补充这条记忆的语义背景。

1.3 检索相关字段

• 相似记忆集合：通过向量检索得到与当前记忆语义相近的历史记忆。
• 记忆链接：通过 LLM 分析新旧记忆之间的关系后生成。

相比只保存原始文本，A-Mem 的记忆笔记更像是一张结构化知识卡片。

2. 链接生成

链接生成的目标是发现新记忆与已有记忆之间的潜在关系。

具体流程如下：

1. 对新创建的记忆笔记进行向量化；
2. 基于向量相似度，从历史记忆中召回 Top-k 个相关记忆；
3. 将新记忆和相关历史记忆交给 LLM 分析；
4. 由 LLM 判断它们之间是否存在共同特征或潜在联系；
5. 如果存在有意义的联系，则生成对应的记忆链接。

这一机制使得A-Mem 的记忆库不是简单的文本集合，而是一个可以动态扩展的记忆网络。

3. 记忆进化

记忆进化是 A-Mem 相比普通记忆系统最重要的区别之一。

当新记忆加入后，系统不仅会创建新记忆与旧记忆之间的链接，还会进一步判断旧记忆是否需要更新。

具体来说，对于每一条相关历史记忆，LLM 会判断是否需要更新其：

• 上下文描述；
• 关键词；
• 标签。

如果需要更新，系统会用更新后的字段替换原有字段。

这意味着历史记忆并不是写入后就固定不变，而是会随着新信息的加入不断被重新理解和重新组织。

举个简单例子：

旧记忆： 用户最近在学习 Agent 开发。 新记忆： 用户正在阅读 A-Mem，并希望把论文思想用于自己的 Agent 项目。 更新后的旧记忆： 用户正在系统学习 Agent 开发，重点关注 Agent 记忆机制，并尝试将 A-Mem 等论文方法应用到个人项目中。

这个过程体现的就是 memory evolution：旧记忆会随着新记忆的加入而更新。

4. 记忆召回

在推理阶段，A-Mem 的记忆召回流程如下：

1. 将用户请求转换为 embedding；
2. 计算请求 embedding 与所有记忆向量之间的相似度；
3. 召回 Top-k 条最相关的记忆笔记；
4. 将召回的记忆作为上下文提供给 LLM；
5. LLM 基于当前请求和相关记忆生成回答。

需要注意的是，A-Mem 的召回仍然依赖向量相似度，但由于记忆笔记中包含关键词、标签、上下文描述和记忆链接，因此召回结果不只是原始历史文本，而是经过动态组织后的结构化记忆。

这也是 A-Mem 相比普通 RAG 的一个优势：它不是直接检索原始文本，而是检索经过组织和演化后的 memory note。

六、实验测试

1. 评测指标

论文使用了多种指标来评估方法效果，包括：

• F1
• BLEU-1
• ROUGE-L
• ROUGE-2
• METEOR
• SBERT Similarity
• 问题回答的平均 token 消耗

这些指标分别从回答准确性、文本相似度、语义相似度和上下文使用效率等角度评估记忆系统的性能。

其中，F1 更关注答案中的关键信息是否命中；BLEU、ROUGE、METEOR 更偏文本重叠；SBERT Similarity 更关注语义相似度；平均 token 消耗则用于衡量记忆系统的上下文使用效率。

2. 数据集

论文主要使用了两个数据集：LoCoMo 和 DialSim。

2.1 LoCoMo

LoCoMo 是一个面向长期对话记忆评测的数据集，用于评估模型在长历史对话中的记忆和问答能力。

LoCoMo 的原论文是 Evaluating Very Long-Term Conversational Memory of LLM Agents，官方代码仓库为 snap-research/locomo。

LoCoMo 主要用于测试模型是否能够在非常长的对话历史中保持长期记忆，并回答与历史事件、人物关系、时间线等相关的问题。

2.2 DialSim

DialSim 是一个用于评估长期多方对话理解能力的对话模拟器。

它的论文是 DialSim: A Real-Time Simulator for Evaluating Long-Term Multi-Party Dialogue Understanding of Conversation Systems，官方仓库为 jiho283/DialSim。

DialSim 中的 agent 会扮演电视剧中的角色，并根据过去的长对话信息回答随机问题。它还构建了 LongDialQA 数据集，用于评估模型对长期、多方对话信息的理解和问答能力。

3. 实验结果

上图展示了论文方法在LoCoMo 数据集上的实验结果。非常值得注意的是 token 消耗结果。

A-Mem 在回答问题时平均只需要约1200 tokens，而一些以往方法，例如 MemGPT，平均需要约16900 tokens。

这一结果说明，A-Mem 并不是简单地把大量历史上下文塞给模型，而是通过结构化记忆笔记、链接生成和记忆演化机制，更高效地召回与当前问题相关的信息。

也就是说，A-Mem 的优势不仅体现在回答效果上，也体现在上下文使用效率上。

我觉得这一点对实际 Agent 开发很重要。因为在真实项目中，token 消耗不仅影响成本，也影响上下文窗口的可用空间。如果每次回答都需要塞入大量历史信息，那么系统很难长期稳定运行。

七、局限性

A-Mem 的局限性主要有两点。

1. 依赖 LLM 本身的能力

从整体流程可以看到，A-Mem 中很多关键步骤都依赖 LLM 完成，例如：

• 关键词生成；
• 标签生成；
• 上下文描述生成；
• 链接判断；
• 记忆更新判断。

因此，如果底层 LLM 的理解、抽取或判断能力不足，记忆系统的效果也会受到影响。

换句话说，A-Mem 的记忆质量并不只取决于存储结构，也取决于 LLM 对记忆内容的理解和组织能力。

这也是很多 Agentic Memory 方法共同面临的问题：系统越依赖模型自主决策，就越容易受到模型能力、提示词设计和生成稳定性的影响。

2. 目前主要支持文本模态

A-Mem 主要处理文本形式的记忆，提取的也是文本相关的信息，例如关键词、标签和上下文描述。

对于图像、音频、视频等多模态信息，A-Mem 本身并没有给出完整解决方案。因此，如果要将其用于多模态 Agent，还需要进一步设计：

• 多模态记忆表示；
• 跨模态检索；
• 多模态记忆链接；
• 多模态记忆更新机制。

例如，如果 Agent 需要记住用户上传过的图片、语音、文档截图等信息，那么仅靠文本 memory note 可能是不够的。

八、个人理解

我认为 A-Mem 的算法本身并不复杂，但它的思想比较精妙。

相较于普通记忆系统，A-Mem 实现了很强的自主性：它不仅保存信息，还会主动寻找记忆之间的联系，并在新信息加入后重新理解旧记忆。

总结

A-Mem 提出了一种面向 LLM Agent 的 agentic memory 系统。它借鉴 Zettelkasten 笔记法，将每条记忆构造成结构化笔记，并通过链接生成和记忆演化机制，让记忆之间形成动态连接。

相比传统记忆系统，A-Mem 的核心优势在于：它不仅能存储和召回历史信息，还能动态组织记忆，并随着新信息加入不断更新旧记忆。

因此，A-Mem 可以理解为从“被动记忆存储”走向“主动记忆组织”的一次尝试。对于想做 Agent 项目的人来说，这篇论文的价值不只是具体算法，而是提供了一种更像真实长期记忆系统的设计思路。