别急着信检索的分数
聊天机器人聊到第三天，你换了主意。它记得你最初的说法，也记得后来的，两句都躺在记忆库里。你问一个新问题，它检索到两条互相矛盾的记录，然后开始一本正经地胡说。
别急着信检索的分数
聊天机器人聊到第三天，你换了主意。它记得你最初的说法，也记得后来的，两句都躺在记忆库里。你问一个新问题，它检索到两条互相矛盾的记录，然后开始一本正经地胡说。
这是 Agent 记忆最头疼的一类问题：不光要记得住，还要记得对——知道哪条信息已经被哪条推翻了。
加州山景城一家叫 Actioneer 的公司十月底发了篇论文，拿一个老办法加了新用法：检索完，先别急着信分数，让知识图谱把分数重算一遍。在 MemoryAgentBench 这个记忆基准上，他们的系统 ActionRAG 平均 55.1 分，比此前最强的检索型记忆基线 HippoRAG-v2 高出 5.4 分，八个测试列里六个占优。而单次查询的合成成本压在 $0.001 以下，检索阶段一次大模型都不用调。
先说索引侧的坑
检索准的前提是库建得对。论文先列了传统建库流程的两个典型事故：同一个人在对话里出现十次、名字写了十种变体，系统建了十个节点——实体被分裂；两个恰好同名的不同事物被并成一个节点——实体被合并。后面检索再精细也救不回来。
ActionRAG 的应对是分级处理，规则从紧到松。同名同类型的唯一节点，直接复用。没有精确匹配时，模糊匹配只在「明显是最佳候选」的情况下才复用——差一点就不算。剩下的按规范名、类型、描述相似度分组，一组建一个节点，而且全部节点建完才写关系，防止并行处理时各建各的。每个节点和关系都留着指向原始对话片段的链接，证据永远可以倒查。
再说检索侧：分数可以反悔
传统检索（包括 HippoRAG-v2 这样的图增强系统）的流程是：按相似度捞一批结果，分数排序，完事。第一次算出的分数就是终审判决。
ActionRAG 的观察是：相关证据往往不是孤立的，它周围有路径。一条三元组单看分数平平，但它连着的两条邻居证据都和问题强相关——它该升。反之，一条高分三元组的邻居全都和问题无关——它的分可能虚高。
做法是检索完先圈一个小邻域图，然后让分数在图上流动：问题相关的证据把自己的分数分给邻居，接分多的节点升、分分不出去的节点降，按接收度归一。图上还配了三个保护机制：直接命中查询的种子证据分数锁死，不被冲刷；连接度极高的枢纽节点分不出去太多，防止明星节点抢走所有戏份；扩散中发现的高价值路径直接物化成三元组捞回上下文，把第一轮漏掉的连接补回来。
这套东西的关键在于：图连通性只是二审，不是一审。语义检索照常跑，扩散只负责修正。也因为它只做数值传播，检索全程一次大模型都不调——这点和 HippoRAG-v2 在线用 LLM 解析查询的做法直接相对，省下的是每次查询的 token 和延迟。
数字拆开看
八个测试列，六个赢 HippoRAG-v2，两个输。赢的六列里最猛的是 MCC（多选一致性）82.0 对 61.4，净胜 20.6 个点；冲突解决两列 FC-SH 61.3 对 54.0、FC-MH 15.5 对 5.0，后者三倍——开头说的「新旧信息打架」正是它的强项。事件理解 77.1 对 67.6。
输的两列值得看清楚。多跳问答 MH 63.0 对 66.0，小输三点。侦探式长程推理 DetQA 46.7 对 57.7，输十一点。局部图扩散的射程就那么大，证据链拉得太长的题，小邻域够不着。论文自己在未来工作里也承认：图扩散算法对超参数比较敏感，换数据集可能要重新调。
成本要说得诚实。$0.001 以下是四个成本列的平均合成成本，这个数排除了图构建、存储和本地嵌入——那些是一次性投入，摊在查询里。跟谁比省几十倍？跟 GPT-4.1-mini 直接塞长上下文比，单文档问答一列便宜 39 倍；跟 MIRIX 这类记忆智能体比，冲突问答一列便宜 17 倍。但跟 BM25 加小模型这种朴素组合比，大家都在 $0.001 量级，那一列的分数 ActionRAG 是 46.7 对 52.1，还输了。
延迟数字里藏着个好消息：论文报的 440.7 毫秒是检索侧各组件 p99 之和（消费级 Apple Silicon 上测的），典型延迟 p50 其实只有 95.5 毫秒。视频文案拿 440 说话，其实是取了最慢的百分位当代表。
放在更大的图景里
上午那篇 Memory Tax 论文说的是系统级的坏消息：十一款记忆系统没有一款全面跑赢朴素 RAG。ActionRAG 可以读成一个针对性的回应——它的每一分优势都来自明确的机制：冲突两列的领先对应索引时的证据倒查和冲突感知摘要，MCC 的 20 分对应扩散的二审修正。系统级的税不是没法交得少一点，是每一步加工都得说清楚它买到了什么。
同一个方向上，这篇论文和 HippoRAG 系列的分歧也清楚：HippoRAG 用个性化 PageRank 把查询实体当种子全网撒，ActionRAG 只在查询唤起的小邻域里做扩散——全局传播和局部修正的路线之争，MAB 的分数暂时站在局部这边。
回到那个聊了三天的机器人。它的记忆库里，你换过的主意现在连着两段记录和一条「后者取代前者」的关系边，检索时邻居的分数把它顶了上去。检索的分数可以反悔——前提是反悔的依据可查，每个节点都留着回原话的链接。
*论文：ActionRAG: Evidence-Refining Graph Diffusion for Long-Term Memory in LLM Agents（arXiv:2610.32752，2026-10-23 提交，ACML 2026 workshop，CC BY-NC-ND）。作者 Navyansh Mahla、Sashank Vandrangi（Actioneer）。本文全部基准数字出自论文 Table 1/Table 4 及摘要，成本数字怎么算的详见论文 4.3 节。*