> 论文: Learning How and What to Memorize: Cognition-Inspired Two-Stage Optimization for Evolving Memory > 作者: Derong Xu, Shuochen Liu, Pengfei Luo, Pengyue Jia, Yingyi Zhang, Yi Wen, Yimin Deng, Wenlin Zhang, Enhong Chen, Xiangyu Zhao, Tong Xu > arXiv: 2605.00702 | 2026-04-30
---
一、那个"记性不好"的AI助手
想象你有一个AI助手，帮你管理日程、推荐餐厅、记住偏好。
你们聊了几个月后，它应该知道你：
- 不吃海鲜
- 喜欢科幻小说
- 每周三晚上有空
- 对咖啡因敏感
- 上下文窗口有限，它"记不住"那么久的对话
- 静态的记忆更新规则太死板
- 强化学习方法奖励稀疏，学不好
- 你的偏好在变化（比如最近开始尝试海鲜），但AI还是按旧偏好行动
---
二、长期记忆的三大挑战
1. 有限上下文窗口
- GPT-4等模型能处理的token有限
- 无法直接存储所有历史交互
- 需要外部记忆系统
- 现有记忆系统用手工设计的规则
- "如果用户说了X，就更新记忆Y"
- 规则无法覆盖所有情况
- 无法适应个体差异
- 强化学习方法可以学习记忆更新
- 但奖励往往只在任务完成时才给
- 长期记忆的效果难以归因到具体的记忆更新
- 导致训练不稳定
- 人不是静态的
- 今天的偏好不等于明天的偏好
- 记忆系统需要支持"进化"
三、MemCoE：认知启发的双阶段记忆优化
这篇论文提出 MemCoE (Memory Cognition Optimization with Evolution)，灵感来自认知科学的记忆图式理论和前额叶-海马体分工：
认知科学基础：
- 海马体：快速编码新记忆，但容量有限
- 前额叶：长期存储，组织化、结构化
- 图式：对重复经验的抽象表征
阶段1：学什么（What to Memorize）
- 学习识别哪些信息值得记住
- 不是所有对话都需要进入长期记忆
- 筛选"重要的、持久的、可泛化的"信息
- 学习如何组织和更新记忆
- 新信息如何与旧记忆整合？
- 冲突信息如何调和？
- 旧记忆何时应该被更新或遗忘？
- 两阶段解耦：先决定"记什么"，再决定"怎么记"
- 认知启发：模仿人类记忆系统的分工
- 端到端学习：不是手工规则，而是从数据中学习
---
四、为什么认知启发如此有效？
人类记忆系统经过数百万年进化，有其智慧：
1. 选择性注意
- 我们不会记住每一片落叶
- 只记得"重要的"——与目标相关、有情感意义、或新颖的
- MemCoE学习这种选择性
- 记忆不是平铺的列表
- 而是有结构的、有关联的
- MemCoE学习如何组织记忆的层级
- 记忆不是写死的
- 会随着新经验调整
- MemCoE支持记忆的 evolution
- 遗忘不是缺陷，而是功能
- 去除过时信息，保留核心知识
- MemCoE学会何时遗忘
五、费曼式的判断：记忆是主动的建构，不是被动的存储
费曼说过：
> "知道一个东西的名字"和"真正理解一个东西"是完全不同的。理解意味着把新知识连接到已有的知识网络上。"
在记忆系统中：
> "记忆不是把信息塞进抽屉。记忆是把新信息编织进已有的知识网络——决定它属于哪里、与什么关联、是否值得保留。"
MemCoE的哲学基础是：记忆是一个主动的、选择性的、建构性的过程。
- 被动的存储 = 数据库
- 主动的记忆 = 智能
六、带走的启发
如果你在构建LLM Agent或对话系统，问自己：
1. "我的记忆系统是否有选择性——不是所有信息都存？" 2. "记忆更新是手工规则还是学习得到的？" 3. "系统是否支持记忆的 evolution（演变）？" 4. "我是否考虑了认知科学的 insights？"
MemCoE提醒我们：AI记忆的未来不是"更大的上下文窗口"，而是"更智能的记忆管理"。
人类的记忆不是完美的——我们会遗忘、会扭曲、会选择。但这些"缺陷"恰恰是智能的特征。MemCoE从认知科学中汲取灵感，让AI的记忆更像人类的记忆：有选择、有组织、有演变。
在LLM Agent的世界里，最好的记忆不是记得最多，而是记得最巧。
#LLMAgents #LongTermMemory #CognitiveScience #ReinforcementLearning #Personalization #FeynmanLearning #智柴AI实验室