AI智能体的记忆，终于有人认真研究“文件系统”这条路了——新论文给出五个反直觉答案
内容提要
UIUC等机构研究LLM Agent的文件系统记忆，发现整理记忆库主要降低检索成本而非提升准确率，且记忆形态受模型性格影响。技能记忆场景中，强执行Agent适合原始日志，弱执行Agent需精炼指导。工具集变化影响不亚于换模型，记忆库随积累更有效，但仅最强模型能维持有序。
延伸解读
整理记忆的收益：省钱而非提分
论文发现，结构化整理记忆库最稳定的收益是降低检索成本，在材料量大时可将检索花费砍半。但整理并不直接提升答案准确率，甚至在某些场景下，简单的分文件夹归档比完全自主整理效果更好。因此，若目标是提升准确率，不应指望整理本身；若目标是控制成本，整理才值得投入。
记忆形态应适配执行者能力
技能记忆场景中，记忆的呈现方式需根据执行Agent的能力调整：强执行Agent适合原始经验日志，弱执行Agent则需要精炼蒸馏和实时生成的指导，两者效果差距可达十个百分点。这提示设计记忆系统时，需考虑“谁在消费记忆”，而非一味追求精炼或完整。
工具集是影响记忆库形态的关键杠杆
研究显示，更换工具集（如从函数调用改为Shell）对记忆库组织方式的影响不亚于更换模型。工具集并非中性外壳，而是设计记忆系统时的重要调优维度。工程师应将其作为独立变量进行测试，而非随意选择。
记忆库的可持续性：越用越有用，但整理易失守
在测试时间跨度内，记忆库随时间积累反而更有效，经验可部分弥补执行Agent能力不足。然而，随着记忆库增大，多数管理Agent难以维持有序分类，只有最强模型能守住整理契约。此外，整理记忆的边际成本不随经验增加而降低，逐字日志的检索负担会持续膨胀。
Q&A
文件系统记忆是什么？为什么工业界广泛使用而学术界研究较少？
文件系统记忆是指Agent将长期记忆以Markdown文件形式存储在文件系统目录树中，通过文件操作工具进行读写和整理。工业界广泛使用是因为编码Agent本身就在文件系统中工作，扩展记忆零成本，且文件系统具有层级结构，可解释性强。学术界研究较少是因为论文更关注精心设计的专用记忆表征，如向量数据库、知识图谱等，而忽略了这种朴素但大规模部署的方式。
论文中提出的三角色框架是什么？如何统一声明式记忆和程序性记忆？
三角色框架包括管理Agent（负责整合和维护记忆库）、搜索Agent（基于记忆库回答问题并给出引用）、执行Agent（在技能记忆场景中执行任务）。该框架通过一个统一的Store（文件系统）来存储声明式记忆（事实、偏好）和程序性记忆（技能），管理Agent将执行Agent的任务轨迹蒸馏成技能文件，从而实现两种记忆的统一管理。
整理记忆库的主要收益是什么？为什么整理不一定提升准确率？
整理记忆库的主要收益是降低检索成本，在材料量大时可将检索花费砍掉一半以上。但整理不一定提升准确率，因为不同记忆形态在不同场景下表现各异，甚至出现反直觉的排名翻转。例如，简单的分文件夹归档在多个基准上追平甚至超过Agent自主整理，而Agent自主整理在PersonaMem 32k档上表现最差。准确率受多种因素影响，整理并非万能。
记忆库的形态主要由什么决定？为什么说模型性格比数据规模影响更大？
记忆库的形态主要由管理Agent的模型能力（性格）决定，而非数据规模。实验表明，固定管理模型时，材料量从32k增至128k，记忆库并未分裂成更多文件，反而层级变薄；而固定材料量，更换管理模型，同一对话会形成完全不同的树形结构。技能记忆场景中，强模型将140次任务蒸馏成十几个高密度文件，弱模型则铺开成上百个扁平文件。
在技能记忆场景中，执行Agent的能力如何影响最优记忆形态？
在技能记忆场景中，执行Agent的能力决定最优记忆形态：面对强执行Agent，直接使用原始经验日志效果最好；面对弱执行Agent，精炼蒸馏并按任务实时生成指导的版本更管用，两者差距可达十个百分点。即同一份记忆，喂给不同能力的执行者，最优呈现方式不同。
记忆库随时间积累会变差吗？论文发现了什么？
论文发现，在测试时间跨度内，记忆库不会变差，反而越用越有用，积累的经验可部分替代执行Agent的能力。但整理质量会随记忆库变大而逐渐失守，大多数管理Agent会让分类体系逐渐松散，只有最强模型能维持有序。此外，整理记忆的边际成本不随经验增加而降低，逐字经验日志的检索成本会持续膨胀。
工具集对记忆库的影响有多大？为什么说它是一根被低估的杠杆？
工具集对记忆库的影响不亚于换模型。实验表明，换工具集可以改变记忆库的组织方式，例如在长对话场景中，更偏分片和交叉引用的工具集使记忆库更零散但勾连更紧密；在技能记忆场景中，换工具集使记忆库更整合集中，并直接提升任务结果。因此，工具集是设计Agent记忆系统时与选模型同等重要的调优维度。
论文对工程师有哪些实操建议？
论文给出以下建议：1. 不要迷信越整理越好，材料不大时简单分文件夹可能更划算；2. 整理的核心收益是省钱，不是提分；3. 根据执行Agent能力选择记忆形态，强执行者用原始日志，弱执行者用精炼指导；4. 管理Agent的模型强弱先决定风格，不直接决定质量，除非写入出错；5. 工具集是重要杠杆，值得单独调优；6. 重组压缩记忆时要小心模型丢失细节，需明确要求保留所有事实。
