Agent 记忆最危险的时候，往往是它太相信过去。 很多 Memory Agent 找到相似经验后，会直接把它塞进上下文。但任务相似，不代表当前状态相同，旧经验有时反而会把决策带偏。 这篇论文提出 MemHarness，把 Agent 使用记忆的过程改成三步： 先检索过去经验，再结合当前状态进行判断和重构，最后才生成行动。 有用的部分会被保留，不匹配的内容会被修改或直接丢弃。整个能力通过 GRPO 和任务奖励端到端训练，不需要额外标注重构过程。 基于 Qwen2.5-7B，MemHarness 在 ALFWorld 和 WebShop 上分别达到 85.2% 和 75.6% 的成功率，比纯 GRPO 提升 8.8 和 9.5 个百分点。 在未见过的环境中，它也达到 85.9%，而直接回放原始记忆只有 76.3%。这说明记忆用错了，确实可能比没有记忆更糟。 这篇工作把 Agent Memory 从「保存过去」推进到了「根据现在重新理解过去」。 真正可靠的记忆系统，需要知道哪些经验值得保留，哪些需要改写，哪些应该及时忘掉。 📎 arxiv:

Agent 记忆不是“存聊天记录”，而是让系统能持续改变行为的闭环。 最近合并研究多家的记忆系统，推荐这篇论文 中国人大高瓴人工智能学院 + 华为诺亚方舟实验室👇

给 LLM Agent 堆越花哨的"记忆"架构，效果不一定越好。一篇新论文实测了 12 个记忆系统，没有通用赢家。 它把 Agent 记忆当成数据库来拆——表示与存储、抽取、检索与路由、维护四个模块，拉来 Mem0、Letta、Zep、Cognee、MemOS、MemTree、A-MEM、LightMem 等 12 个系统，外加 Long Context 和 Embedding RAG 两个基线，跑 5 类负载、11 个数据集。 几个反直觉的点： 1）在数据库操作类任务 DB-Bench 上，裸的 Long Context（48.20 EM）和最朴素的 MemoChat 反而赢过一众精致记忆系统。强记忆看的是它对主导瓶颈的对齐程度，而不是用了多花哨的表示。 2）检索的关键是怎么组织证据供后续重建，而不是把最相关那条排第一。证据拉远时图/层级结构碾压扁平：A-MEM Recall@10 达 85.9，而 Embedding RAG 的 Answer-F1 从 37.1 断崖跌到 7.4。 3）成本由"维护范围"而非"结构本身"决定，局部维护远胜全局重组。LongBench 上 LightMem 稳在 17.3 秒，而做全局协调的 Mem0/MemoChat/MemoryOS/A-MEM 飙到 374~552 秒，20~30 倍延迟差。 4）别急着压缩：保留原文胜过摘要，压一压 Substring-EM 就从 26.0 掉到 10.7；抽取要保上下文（MemOS Fast 25.5 EM vs Fine 2.5）；维护要保守整合，激进的延迟刷新反而把分数拉低。 还有个普遍毛病叫"过去的幻觉"：事实更新后系统照样返回旧值。所以论文标题才会问，我们真的准备好迎接 Agent 原生的记忆系统了吗。

MSR Memora：一个解耦"存什么"和"怎么取"的 agent 记忆系统 问题： 现有 agent 记忆系统在抽象和具体之间无法兼得。RAG/Mem0 保留细节但碎片化；摘要压缩高效但丢失约束和数字。知识图谱需要预定本体论，不跨域。 核心洞察： 记忆内容可以保持丰富（时间线、多轮讨论），但检索走一条独立的轻量结构层。 架构： 每条记忆两个部分。Primary abstraction——6-8 词的短语（what this memory is about），嵌入做相似搜索。Memory value——完整内容，永远不直接通过内容检索。Cue anchors——从 value 里提取的短标签，提供替代检索路径，不需要本体论。 例子："Dave 和 Sarah 同意原型 4/1、试点 5/2、MVP 5/30"。Primary abstraction = "Updated Project Orion timeline agreed by Dave and Sarah"。Cue anchors = "Dave Project Orion update"、"Project Orion prototype schedule"等。后续查询 Dave 的贡献、原型进度、试点时间，都能通过不同 cue 到达同一条记忆。 检索： 不是一次性 top-k。Policy-guided retriever 迭代精化查询、通过 cue anchors 扩展、决定何时停止。可以蒸馏到小模型。 结果： LoCoMo 86.3%，LongMemEval 87.4%，SOTA。比 RAG、Mem0、Zep、LangMem 全高。多跳推理上差距最大。token 消耗减少 98%（vs 完整上下文）。存储条目数约 Mem0 的一半（344 vs 651）。 代码： | ICML 2026 #Agent记忆# #MSR# #LLM#

🎒 微软出的 AI Agent 入门课，18 个单元全免费 GitHub 上 71.9K stars 想系统学 Agent，网上的资料要么是零散博客，要么是几个月前就过时的教程，学完还是不知道从哪下手写第一个 Agent。 微软这套课把路线铺得挺完整：18 个主题单元，从工具使用、Agent RAG、规划、多智能体，一路讲到元认知、上下文工程、Agent 记忆、计算机操作、部署和安全。每个单元配书面教程、视频和 Python 示例，代码都在 code_samples 目录里。 课程示例用的是 Microsoft Agent Framework 和 Foundry Agent Service V2，涉及 Foundry 的部分需要 Azure 账户；不想开 Azure 的话，部分示例支持 MiniMax 这类兼容 OpenAI 接口的服务商。 大厂愿意把完整课程免费放出来，这种便宜不占白不占。 GitHub：

卡神分享了一套随时随地让 Agent 干活的远程方案，我现在也是这么用的。 家里的 Mac Mini 24 小时开机，通过 ChatGPT App 连接 Codex，开发任务、规则和 Agent 记忆都能同步。 碰到扫码登录、图形界面这类 Codex 不方便处理的操作，就切到手机上的网易 UU 远程，直接接管完整桌面。 UU 远程免费，支持多设备协同，也不用折腾局域网和公网配置。 所以，只需要一台mini主机，一部手机，就能给自己打造一套AI生产力了。

一个法学生，从0开始用 Codex 搞出了 AI 记忆系统和视频商业化产品，YouTube 一个月涨了十万粉，教程全部开源。 每次看完逸尘老师的文章，总有一种坐不住的感觉，想立刻打开 Codex 试试。 逸尘 @gengdaJ 法学出身，后来一头扎进 AI 创业和内容创作。 他现在做的事情是用工具搭知识库、效率系统和视频变现流程，已经跑通了好几个 AI 产品的营收，YouTube 增长速度也很猛。 最让我服气的一点是，他把那些听起来很复杂的工具教学，做成了你照着走就能跑起来的东西。 不是那种“来看看我用了什么工具”就结束的分享。 他是从记忆管理怎么搭、多 Agent 怎么协作、视频怎么剪怎么发怎么赚钱，一步步拆开给你看，核心代码和框架是直接开源的。 看他发的东西，你会有一种感觉：这些工具不是什么遥远的概念，就是能马上拿来干活的。 早期逸尘老师主要是记录自己拿 AI 工具做项目的实验，分享一些心得和踩坑。 后来他发现大家真正缺的不是“这工具好不好用”，而是“我到底怎么一步步靠它做出点成果来”。 于是他开始整理 Codex 的进阶玩法： 从基础记忆优化到复杂的 Agent 记忆库，再到视频自动化和商业化，学习过程全公开，开源项目不断迭代。 后来我觉得转折点是他想通了一件事： 别光讲功能，要讲“从0到1怎么把这东西变成钱或者变成产品”。 把工具和真实问题、收入场景绑在一起，内容的吸引力一下子就不一样了。 那么我们可以从逸尘老师身上学到什么 一个是专注沉淀自我 他不是那种什么新工具都要碰一下的人，就是把 Codex 吃透，拿真实项目反复练、反复优化。 其实今天就可以选一个 AI 工具，挑一个自己想解决的问题： 比如搭个人知识库或者搞个视频处理流程——边做边记录关键步骤和踩过的坑。 另一个是他分享的形式 他会把复杂操作拆成清晰的步骤，配上具体案例和代码，有用的部分直接开源。 以后学东西的时候可以试试这个： 先写基础设置，再写进阶应用，最后加一个实际场景。 这样既巩固了自己的理解，发出来别人也能直接照着做。 还有一个是他始终在想“这东西怎么帮我省时间或者多赚钱”，不是为了学而学 每周花点时间想想，手头的工具到底怎么帮自己创造价值，然后小范围试试，记录结果，慢慢形成自己的一套东西。 第四件事——他会记录完整的创业思考。 不只讲成功的部分，避坑、走弯路、调整方向这些他也说。 把自己的 AI 学习和项目经历整理成笔记，定期回头看看哪些方法有效、哪些该换，进步会快很多。 法学的背景让他讲东西的时候特别注重框架感和能不能落地。 他能把技术操作翻译成普通人看得懂的清晰思路，还会分析风险和实际怎么走通，这点对不是技术出身的人特别友好。 自己学工具的时候有时也会陷进细节里，他的方式提醒我——多想想这东西到底服务于什么目标。 看完他近半年的推文，我有一种很强的感觉： 逸尘在用行动回答一个我一直纠结的问题——文科生怎么把 AI 工具真正用起来，而不是永远停在“了解”的层面。 他的做法是：专注一个工具、把过程拆开分享、绑定实际价值、记录完整过程。 这四件事结合在一起，就是一条可复制的从0到1的路。

清华、上海交大和 MemTensor 最近提交了一篇论文，系统评测了 12 种 Agent 记忆架构。重点从“谁的模型更强”，转向“记忆系统该怎么选”：什么时候用 RAG，什么时候用向量数据库，什么时候引入知识图谱。 论文标题：我们准备好构建 Agent 原生记忆系统了吗？ 论文把 Agent 记忆拆成 4 个环节： 表示与存储 → 提取 → 检索与路由 → 维护 然后分别评估每个环节对长期记忆效果的影响。 几个核心结论： 没有万能架构 不同任务适合不同记忆系统，关键在于记忆架构和 workload 的匹配度。 局部维护更划算 只更新受影响的记忆片段，比每次全局重构更省成本，效果也接近。 差距主要体现在两点 12 个系统跑了 5 个 benchmark、11 个数据集后发现，真正拉开差距的是检索精度和长周期稳定性。 实操上可以这样理解： 简单问答场景：向量检索基本够用。 需要多跳推理：最好加知识图谱层。 知识频繁变化：优先做局部维护，别动不动全量重建。 这篇论文的价值在于，它把 Agent 记忆从“概念讨论”推进到了“工程选型”：不同场景该用什么记忆系统，终于有了一套相对系统的评测框架。 论文： 代码：

昨天讲了 AI 短剧全链路，有人问有没有把所有环节封装好的工具 找到了，而且数据很惊人： Toonflow——开源 AI 短剧一站式工作台 GitHub Stars：10,700+，Fork：2,000+ 核心不同于其他短剧工具的地方： 🎬 无限画布生产台 剧本、角色、分镜、素材、视频节点全在一块画布上自由编排 不是线性流程，是可以随时回溯、并行生产的工程系统 🤖 三层 Agent 协作 决策层规划 → 执行层生成 → 监督层审核修订 角色一致性由 Agent 记忆系统跨会话维护，不用每帧手动对齐 💰 实测成本 GPT Image 2 出图 + Seedance 2.0 出视频 + Claude Opus 写剧本 2小时完成2分钟短片，全程费用：约 ¥130 个人学习和内容创作永久免费 👉 #AI短剧# #AI视频# #开源工具# #AI创作#