核心概念

現代大型語言模型本質上是無狀態的——每次對話都是一張白紙。當 AI Agent 執行橫跨數週、數月的長期任務時，這個缺陷會被放大：Agent 要不就得重讀完整的對話歷史（脈絡視窗撐爆、成本暴增），要不就靠 RAG 檢索過去記憶（但 RAG 只抓語義相似的片段，多跳依賴與敘事脈絡容易斷裂）。

Microsoft Research 在 ICML 2026 發表的 Memora 提出了一個根本性解法：將「儲存什麼」與「如何檢索」分離。這個聽起來簡單的原則，背後是一套精心設計的三層記憶表示體系。

為什麼現有方案都不夠好

記憶系統的設計存在一個根本張力：

  • 太具體（如 RAG、Mem0 的碎片化切割）：保留細節，但產出孤立條目，失去敘事連貫性，對話的因果關係與時間脈絡碎掉。
  • 太抽象（如圖譜式摘要）：壓縮效率高，但摘要過程會剝除邊界條件、數值約束與細粒度細節——Agent 需要精確推理時就抓瞎了。

Memora 稱這個兩難為「抽象-具體性張力（abstraction-specificity tension）」，並主張理論上 RAG 和知識圖譜都是 Memora 框架的特例。

三層記憶結構

第一層：主要抽象（Primary Abstraction） 每筆記憶的「門牌號碼」——一個 6–8 字詞的精煉短語，捕捉記憶核心，並且是唯一被嵌入向量空間用於相似性搜尋的元素。例如：

"Updated Project Orion timeline agreed by Dave and Sarah"

同一主題的新資訊會被合併進現有條目，而非產生新的孤立片段——這是與 RAG 最大的差異。

第二層：記憶值（Memory Value） 完整的豐富內容：原始細節、數字、邊界情況、敘事脈絡——全部保留，但不直接用於向量檢索。透過主要抽象間接存取。

第三層：線索錨點（Cue Anchors） 替代存取路徑，提供靈活的元資料：

  • "Dave Project Orion update"
  • "Project Orion prototype schedule"
  • "Project Orion pilot timeline"

線索錨點不需要預先定義本體論，讓同一筆記憶可以從多個角度被觸及，也能連結語義不相似但語境相關的其他記憶。

主動檢索政策

Memora 的檢索器（Policy-Guided Retriever）採用迭代式主動推理：

  1. 從初始查詢出發，逐步精化搜尋方向
  2. 透過線索錨點延伸至「不相似但相關」的記憶
  3. 自行判斷何時停止——不是被動回應單一查詢，而是主動探索

這個設計捕捉了人類回憶中的「多跳依賴」：想到 Dave 的郵件，自然會連結到上週的會議紀錄，再連到原始專案時程。

關鍵要點

  • 記憶條目壓縮：344 筆（Memora）vs 651 筆（Mem0），相同內容量下產生更少但更完整的條目
  • 脈絡符號節省：相比重讀完整歷史，脈絡 token 使用量減少達 98%
  • LoCoMo 基準：LLM 判官準確度 86.3%，超越 RAG、Mem0、Nemori、Zep
  • LongMemEval 基準：準確度 87.4%，同樣領先所有對標方法
  • 多跳推理：在需要跨多個記憶推論的任務上表現最優
  • 論文於 ICML 2026 發表，程式碼開源於 GitHub（microsoft/Memora）

實務應用

多月專案協作：AI 助手能追蹤決策演變，記得「三週前 Dave 同意把 Prototype A 的截止日期延到下季」，而不是每次都要你貼出整份會議紀錄。

研究 Agent 知識累積：跨長期使用累積領域知識，新論文的發現能正確更新（而非重複產生）既有認知。

組織知識管理：跨團隊共享記憶，保留知識的溯源與存取界限——誰說的、在哪個脈絡說的都有跡可查。

後續研究方向（論文揭示）：

  • MemLoop：從失敗中自我改進的記憶系統
  • 延遲記憶：推遲記憶構建直到有足夠多的相關資訊佐證
  • 群體記憶：多 Agent 共享知識庫

相關頁面：ChatGPT Dreaming V3：背景記憶合成重構 AI 個人化架構 | MagenticLite：為小型模型優化的代理系統三層架構 | 多代理網絡的湧現風險：Microsoft Research 紅隊測試報告 | AI 委派任務的文件保真度危機：Microsoft Research 深度解析 | AI 作為人類智能的延伸：微軟研究院認知科學視角

延伸觀點

Memora 並非孤例，而是 2025–2026 年 AI Agent 記憶系統研究的縮影。

記憶從工具走向認知：同期 MemCog（arXiv 2605.28046）提出「Memory-as-Cognition」概念——傳統做法把記憶當工具（被動查詢觸發、與推理過程分離），MemCog 則讓記憶探索成為推理過程的一部分，Agent 從對話脈絡主動發起記憶遍歷。Memora 的主動檢索政策走的是類似方向：都拒絕「查一次就停」的被動模型。

多粒度混合成主流：HyMem（arXiv 2602.13933）採用雙層粒度架構——輕量摘要處理簡單查詢，深層 LLM 模組配備反思機制處理複雜查詢，動態排程靈感來自認知經濟學，在 LoCoMo 上同樣達成 92.6% 計算成本削減。Memora 的主要抽象 + 記憶值分層，與 HyMem 的多粒度設計殊途同歸：不同查詢複雜度對應不同存取路徑。

共識結論：多篇 2026 年論文一致指向同一個方向——純 RAG 不夠，純摘要也不夠，長期 Agent 記憶的可行解必須在「壓縮效率」與「細節保真」之間找到動態平衡。Memora 給了一個可量化的答案：98% token 節省，同時準確率還超過全脈絡方案。

反向連結

以下頁面引用了本頁：