TsinghuaC3I/Awesome-Memory-for-Agents

它是什么。 这个仓库是一个关于AI智能体中“记忆”的学术论文的精心组织列表——这些机制让语言模型能够在对话或任务之间保留信息。它旨在作为研究参考，而非软件库。

它如何组织该领域。 README介绍了一个简单的框架来对这些工作进行分类：

• 短期记忆 – 仅存在于当前请求（模型的上下文窗口）内的信息。它是瞬时的，并与单个任务绑定。
• 长期记忆 – 存储在该窗口之外的信息，以便跨任务持久存在。它进一步分为：
  • 经验 – 已通过任务结果（成功/失败）明确验证的知识。
  • 记忆 – 任何其他不受任务结果评判的持久信息。

该分类法映射到三个应用领域，如下表所示：

应用	记忆内容	研究重点
个性化	用户画像、交互历史、事实等。	保持对话的连续性和个性化，通常通过从外部记忆池中检索相关信息来实现。
经验学习	轨迹、成功/失败教训、可复用技能等。	跨任务积累知识并将其迁移到新情境。
长时程智能体任务	中间结果、推理轨迹、环境观察等。	使用摘要、反思或草稿本管理单个长任务中的上下文。

论文列表的内容。 仓库随后在这些类别下列出论文。README摘录显示了其中两个：

• 个性化 – 许多论文，标题如“MemRec”、“Memanto”、“StructMem”等，每个都链接到其arXiv或ACL页面。（日期范围从2023年到2026年。）
• 经验学习 – 类似列表，标题如“ForeDreamer”、“ThinkRetrieve”、“MemGovern”等。（摘录中仅部分显示。）

目录还提到了综述、基准测试和产品与项目部分，但提供的摘录未包含这些部分的实际列表，因此我们无法在此描述其内容。

谁创建的。 该列表由Hongyi Liu、Yu Fu、Kaiyan Zhang维护，并有多位其他署名研究者的贡献（Yuxin Zuo、Che Jiang、Guoli Jia、Yuru Wang、Kaikai Zhao、Yuchen Fan、Zhenzhao Yuan、Kai Tian、Weizhi Wang）。

简而言之。 这是一份为研究AI智能体记忆系统的研究者精心策划、分类清晰的参考书目——是了解谁在何处发表了什么的便捷参考。它不包含代码或实现，只有论文链接和一份深思熟虑的分类法，以引导读者了解该领域。