AI代理记忆需循名责实：过时记忆与解耦机制的启示
本文评述两篇关于AI代理记忆的论文：《当记忆说谎》指出视觉语言模型若盲目信任过时记忆，代理死亡率会翻倍；《FocusMem》提出将记忆解耦为内容、读取与信任三个模块以过滤干扰。作者借古喻今，强调AI代理记忆应审其虚实、正其名实其用。
智能体记忆系统
First-Principle 上关于「智能体记忆系统」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
古人评今事：AI代理的记忆解耦与信任危机
FirstPrinciple AI简报（2026-08-06）引用《FocusMem》与《当记忆说谎》两篇研究，以萧何收秦图书律令为喻，指出AI代理记忆管理应解耦为内容、读取与信任三端，并警示过时记忆会导致决策偏差。
AI代理记忆研究：组织与应变之道
FirstPrinciple AI简报（2026-07-31）评述两项AI代理记忆研究：基于文件系统的LLM代理内存研究指出，组织虽可降低检索成本却难保有序；MemHarness方法主张记忆应重构而非简单回放。作者以诸葛亮治蜀与北伐为喻，总结AI记忆之道不在存储之多寡，而在组织之善与应变之能。
古人评今事：AI代理记忆的组织、内化与重构
FirstPrinciple AI简报（2026-07-31）以萧何视角评述AI代理记忆的三大核心方向：文件系统作为代理内存需持续组织演化、原生记忆基座使模型内建记忆状态无需外置模块、记忆重构而非回放以避免负迁移。
MemForest：一种基于分层时间索引的高效智能体记忆系统
2026年5月26日，HuggingFace Daily Papers发布了一篇关于MemForest记忆框架的论文。该框架旨在解决长上下文LLM智能体记忆系统维护开销大、更新管道顺序化等问题，通过并行块提取和MemTree分层时间索引，将记忆构建解耦为并发独立操作，并用局部节点更新替代全局状态重写，以降低维护成本。