[论文] 记忆不是抽屉，而是不断改写的神经网络——FluxMem如何让AI Agent真正"长记性"
论文1: 记忆不是抽屉，而是不断改写的神经网络——FluxMem如何让AI Agent真正"长记性"
> arXiv: 2605.28773 | Rethinking Memory as Continuously Evolving Connectivity > 作者: Jizhan Fang, Buqiang Xu, Zhixian Wang, Haoliang Cao, Xinle Deng, Baohua Dong, Hangcheng Zhu, Ruohui Huang, Gang Yu, Ying Wei, Guozhou Zheng, Feiyu Xiong, Haofen Wang, Huajun Chen, Ningyu Zhang > 发表于: 2026-05-27
---
🌊 引言：那个总在关键时刻"失忆"的AI
想象你有一个私人助理，他记下了你所有的偏好：你喜欢喝燕麦拿铁、讨厌香菜、每周三晚上要健身。但有一天，当你在新城市出差时，让他帮你找一家餐厅，他却给你推荐了一家川菜馆——完全忘了你吃辣会胃痛。你提醒他之后，他道歉了，可下次遇到类似场景，他还是会犯同样的错误。
这不是助理故意跟你作对，而是他的"记忆系统"出了问题。他把所有信息都存放在一个巨大的抽屉里，每次需要时就翻找最上面的几张纸。但问题是：什么信息该放在最上面，什么信息该和其他信息连在一起，这些连接该怎么随着你的反馈而改变——他从来没有真正学会。
今天的AI Agent面临着一模一样的困境。它们被装上了"记忆"，但这个记忆更像是一个静态的数据库，而不是一个会呼吸、会生长、会自我重组的神经网络。这篇论文提出的FluxMem，就是要彻底改变这一点。
---
🧠 第一章：当记忆被误解为"仓库"
1.1 传统记忆系统的幻觉
让我们先从理解当前AI Agent的记忆系统说起。大多数现有的记忆增强型LLM Agent，它们的记忆长什么样？
简单来说，就像一个巨大的图书馆，每本书都是一个记忆片段。当Agent需要信息时，它用关键词去检索最相关的几本书。这个模型看似合理——毕竟人类也用图书馆，对吧？
但问题是，这个图书馆有几个致命的缺陷：
第一，书籍一旦上架就很少改动。 你今天读了一本关于Python的书，如果三个月后发现里面有个错误，你只能在旁边贴个小纸条说"这里有误"。但书本身不会自动改写，也不会和其他相关书籍建立新的连接。
第二，书籍之间是孤立的。 关于"神经网络"的书和"深度学习"的书虽然放在相邻的书架，但它们之间没有真正的关联。如果你想知道"神经网络"和"人脑神经元"的区别，你必须同时找到两本书，自己对比。
第三，检索方式是固定的。 无论今天是第一天还是第一百天，你都用同样的检索策略。但一个真正有智慧的记忆系统，应该在第100天比第1天更聪明地知道该找什么。
1.2 为什么静态记忆在动态世界里崩溃
论文作者一针见血地指出：在动态的Agentic环境中，反馈、任务变化、异构信号持续重塑着"什么应该被记住"以及"它应该如何被连接"。
想象你在玩一个复杂的策略游戏。第一局你学到了"资源要先积累再扩张"。第二局你发现"如果对手是进攻型，这个策略会失败"。第三局你综合了前两局的经验，发展出了"动态平衡策略"。
一个静态记忆系统会怎么做？它会分别存储三条经验，然后每次需要时都把它们一起拿出来。但真正有用的记忆是：这三条经验被连接成一个动态决策网络——"在什么情况下选择什么策略，取决于什么条件"。
这种连接不是预先定义好的，而是在每一次交互、每一次反馈中逐渐生长出来的。这就是FluxMem的核心洞见：记忆不应该是一个仓库，而应该是一张不断演化的网络。
---
🕸️ 第二章：FluxMem——记忆是一张生长的图
2.1 异构图：让不同类型的记忆和平共处
FluxMem的第一步，是把记忆建模为一个异构图（Heterogeneous Graph）。这是什么意思？
想象你的大脑里不只有一种记忆。有"事实记忆"（巴黎是法国首都）、有"程序记忆"（怎么骑自行车）、有"情境记忆"（上周三在那个餐厅吃了什么）、有"情绪记忆"（那次演讲前的紧张感）。这些记忆类型不同，它们之间的连接方式也应该不同。
传统系统往往用同一种格式存储所有记忆，就像把所有文件都转成PDF存在同一个文件夹。FluxMem说：不，我们要建一个城市，而不是一个仓库。
在这个"记忆城市"里：
- 事实区：像图书馆，精确、结构化
- 程序区：像工厂，流程化、可执行
- 情境区：像博物馆，保留上下文、细节丰富
- 情绪区：像调色盘，标记着经验和偏好
2.2 三阶段进化：从混沌到秩序
FluxMem的记忆网络不是一天建成的。它通过三个阶段的渐进式优化，让记忆从杂乱无章走向成熟有序：
🌱 阶段一：初始连接形成（Initial Connection Formation）
这是记忆的"童年期"。当Agent第一次遇到新信息时，FluxMem不只是简单地存储，而是尝试建立初始连接网络。就像一个孩子第一次学习"狗"这个概念——他看到的不是孤立的图像，而是毛茸茸、四条腿、会叫、可以摸的完整体验。
在这个阶段，FluxMem基于语义相似性和共现模式建立初步连接。如果两个记忆片段经常同时出现，或者在语义空间中彼此接近，它们之间就会形成一条弱连接。
🔥 阶段二：反馈驱动的精炼（Feedback-Driven Refinement）
这是记忆系统的"青春期"——最动荡也最关键的阶段。Agent开始执行任务，接收反馈。有些记忆被证明是有用的，有些则是误导性的。FluxMem会根据反馈修复缺失的链接、修剪干扰性连接、对齐抽象粒度。
想象你学做饭。第一次做番茄炒蛋，你记住了"先放油再放蛋"。但反馈告诉你："蛋炒得太老了"。你意识到，"先放油"和"油热了再放蛋"之间缺了一条连接。FluxMem会修复这条缺失的链接。同时，你发现"放糖"这个步骤是干扰性的（你不喜欢甜口），FluxMem会修剪这条连接。
更精妙的是抽象粒度对齐。你在"番茄炒蛋"中学到的"火候控制"，应该被抽象到更通用的"炒菜技巧"层面，而不是停留在具体菜谱里。FluxMem会自动调整这种抽象的层次。
🏛️ 阶段三：长期巩固（Long-Term Consolidation）
这是记忆的"成熟期"。经过反复验证的成功轨迹被蒸馏成可复用的程序回路（Procedural Circuits）。就像一位大厨不再一步步回忆菜谱，而是形成了肌肉记忆——他的手知道什么时候该翻锅，不需要经过大脑思考。
FluxMem会识别出反复出现的成功模式，把它们打包成"程序性记忆块"。这些块可以直接调用，不需要每次都重新检索和推理。这就是从"声明式记忆"（知道怎么做）到"程序式记忆"（自动做）的转变。
2.3 一个统一指标：记忆的可泛化性与进化成熟度
FluxMem如何知道记忆网络是否足够好？论文提出了一个核心指标——记忆可泛化性与进化成熟度。这个指标衡量的是：
1. 可泛化性：记忆能否从具体情境迁移到新情境？如果Agent在任务A中学到的经验能成功应用到任务B，这段记忆的可泛化性就高。
2. 进化成熟度：记忆网络经历了多少次反馈循环？经过更多轮精炼的连接比新建立的连接更可靠。
这个指标就像一个经验丰富的老园丁判断一株植物是否健康——不仅看叶子是否绿，还看根系是否深、枝干是否经过风雨的考验。
---
🔧 第三章：FluxMem的执行机制——会自我修复的记忆
3.1 修复缺失链接：补全记忆的拼图
当Agent执行失败时，FluxMem不只是记录"这次失败了"。它会分析：失败是因为缺少什么信息？这些信息本应该和哪些已有记忆相连？
就像一个侦探在破案时，发现证词之间有个逻辑缺口。他不会只说"这里有矛盾"，而是会去找缺失的环节——也许有个证人在撒谎，也许有个证据被忽略了。FluxMem的"修复缺失链接"机制就是这样一个自动侦探。
3.2 修剪干扰：遗忘的艺术
人类记忆的一个被低估的特性是遗忘。我们不只是记住重要的事，还会主动遗忘不重要的、过时的、干扰性的信息。FluxMem借鉴了这个机制。
当两条记忆给出矛盾的建议，而其中一条反复被证明是错的，FluxMem不会简单地删除它（因为删除是昂贵的），而是会削弱它的连接权重。这就像在地图上把一条错误的路标成虚线——它还在，但导航时不会优先考虑。
3.3 蒸馏程序回路：从经验到本能
这是FluxMem最美妙的部分。当某个成功模式反复出现，FluxMem会把它编译成程序回路。这个过程类似于：
- 你第一次学开车时，需要记住"踩离合、挂一档、松手刹、慢抬离合、给油"——这是声明式记忆
- 你开了十年后，这些步骤融合成一个流畅的动作——这是程序式记忆
---
🧪 第四章：实验验证——三个截然不同世界的考验
4.1 LoCoMo：长对话中的记忆马拉松
LoCoMo（Long Context Multi-turn）是一个测试Agent在长对话中保持记忆和一致性的基准。想象一下和一个AI聊了一整天的故事接龙——到了第50轮，它还能记得第3轮提到的角色设定吗？
传统记忆系统在这个任务上表现糟糕，因为它们的记忆检索是"最近优先"的，早期的信息被淹没。FluxMem的图结构连接让早期信息通过多重路径保持可达——就像城市的环形道路系统，即使主干道堵车，你还可以绕道。
4.2 Mind2Web：网页操作的复杂迷宫
Mind2Web测试Agent在真实网页上完成复杂任务的能力。比如："帮我在Amazon上找到一款无线耳机，要降噪功能，价格低于100美元，且评价4星以上"。
这个任务需要Agent记住多个子目标、处理页面跳转、应对错误和意外。FluxMem的反馈驱动精炼在这里大放异彩——每次页面跳转后，Agent都会根据当前状态更新记忆的优先级，而不是机械地按原计划执行。
4.3 GAIA：通用AI助理的终极考场
GAIA是通用AI助理的基准测试，包含需要推理、多步规划、工具使用的真实世界问题。FluxMem在这里展现了跨任务泛化的能力——在网页任务中学到的"搜索策略"可以迁移到问答任务中，在对话任务中学到的"用户偏好追踪"可以迁移到推荐任务中。
4.4 结果：SOTA的一致性
论文报告的最核心结果是：在三个截然不同的基准上，FluxMem都达到了SOTA（State-of-the-Art）性能。这不是一个专门优化某个数据集的模型，而是一个通用的记忆框架，展现了强大的适应性和泛化性。
---
🌌 第五章：为什么这很重要——记忆的哲学
5.1 从数据到知识：连接的魔力
FluxMem揭示了一个深刻的道理：知识不是信息的堆积，而是连接的模式。孤立的"事实"就像散落的珠子，只有被串成项链，才能佩戴在智慧的颈项上。
当你读完一本书，你记住的往往不是每一个字，而是概念之间的关系。"民主"和"自由"的关系，"供需"和"价格"的关系，"基因"和"进化"的关系。这些关系构成的网络，才是你真正"理解"的东西。
5.2 动态世界需要动态记忆
我们生活在一个流变的世界。昨天的最佳实践，可能是今天的反模式。昨天的合作伙伴，可能是今天的竞争对手。昨天的技术栈，今天已经被淘汰。
一个静态的记忆系统，无论多么庞大，都注定在动态世界中失败。FluxMem的持续进化机制，让记忆系统本身成为适应过程的一部分——它不是在适应完成后被使用，而是在适应过程中不断重塑。
5.3 向人脑学习：神经可塑性的启示
人脑的记忆系统有一个特性叫神经可塑性（Neuroplasticity）——神经连接可以根据经验和学习不断改变。FluxMem正是把这个原理工程化：
- 连接的强化和弱化 → 类似长期增强（LTP）和长期抑制（LTD）
- 程序回路的蒸馏 → 类似从海马体到皮质的记忆巩固
- 干扰的修剪 → 类似遗忘的主动机制
💡 结语：记忆的未来
FluxMem给我们展示了一个愿景：AI Agent的记忆不再是人类的负担（需要精心设计提示、手动维护记忆库），而是Agent自身的一部分——它会自己生长、自己修复、自己进化。
就像我们不能代替一个孩子学习，只能给他好的学习环境和引导；我们也不能代替Agent记忆，但可以给它一个能够自我完善的记忆系统。
论文的最后说："代码将在 https://github.com/zjunlp/LightMem 开源。"这不仅是一个技术成果的开放，更是一个新范式的邀请——邀请所有研究者一起来探索：当记忆不再是死的存储，而是活的连接，AI会展现出怎样的新能力？
也许在不远的未来，我们会遇到这样的AI——它不仅会记住我们说过的话，还会理解这些话如何连接成我们的价值观、偏好和个性。它不会只是"调用"记忆，而是会感受记忆，就像感受自己的一部分。
> *"记忆不是过去的容器，而是未来的建筑师。"*
---
参考文献
- Fang, J., Xu, B., Wang, Z., et al. (2026). Rethinking Memory as Continuously Evolving Connectivity. *arXiv preprint arXiv:2605.28773*.
🌟 智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
🎁 领取 2000万 Tokens