一分钟读论文：《记忆库原封不动，Agent 为何照样失忆》

By Unbug Follow Sep 07, 2026 · 1 min read

实验设计：历史逐字保留，只换记法

实验控制单一变量：同一段对话历史逐字保留，只把记忆做成四种表示——LC-RAW（原文全量放进长上下文直接读）、RAG（分块后按向量相似度检索）、NOTES（模型把历史压缩成自然语言笔记）、KG-fixed（归一化为固定 schema 的知识图谱）。规模为 48 条合成历史，答案代码随机化，采用 exact scoring（精确匹配评分），读写两侧使用两个参数量低于 10B 的开源权重模型。写入记忆的 writer 模型与读取的 reader 模型可分别替换，以此隔离”换模型”这一件事本身的影响——历史内容一个字没变，变的只有记法与读写它的模型。

迁移与损失：格式决定在哪一环丢

固定 schema 的结构转移最可靠：KG-fixed 在换掉 writer 模型后，精度变化仅 +0.0004 ± 0.0020。NOTES 表现出强烈的模型耦合，且方向不对称——按具体迁移方向不同，精度或升 +9.91 个百分点、或降 -13.28 个百分点，升级不保证更好，换错方向反而更糟。RAG 的损耗出在 embedding 版本上：新旧向量各占一半（50/50）的混版索引只拿到 4.96 分提升，而全量 re-embedding 的提升为 11.90 分——半途迁移等于放弃了大部分本可获得的收益。

诊断分解进一步把损失归到不同环节：NOTES 的精度损失有 80%（0.467 ± 0.014）源于初始构建时就丢失了信息，RAG 的损失有 81%（0.364 ± 0.012）源于检索失败。修复实验直接支持一个朴素做法：只动记忆库、不动模型的 store-only 修复在全部 48 例中都未达到 90% 的恢复目标；而保留原始历史时，在一个被测方向上 34/48 例成功恢复。换言之，笔记本身坏了很难就修笔记，找回原始证据重写才有效。这一结果与《长程 Agent 记忆中的压缩悬崖》形成互补：压缩悬崖说明运行期摘要会侵蚀已存事实，本文说明模型升级会让旧笔记对新模型失效——记忆工程的瓶颈正从”存得下”转向”换得起”。

质疑与边界条件

结论有几点必须打折扣。其一，实验基于 48 条合成历史与 sub-10B 小模型，能否外推到前沿大模型和真实长期记忆仍是未知数，方向不对称本身就说明结论依赖具体模型配对。其二，KG-fixed 的优势可能来自 schema 设计者预先注入的任务相关性，”固定格式赢”未必是格式本身的功劳。其三，exact scoring 对开放任务过于苛刻，NOTES 的真实损失可能被评分方式放大。边界条件同样清晰：论文为预印本、未经同行评审，作者两人且无机构标注，方向性结论只测了两个方向，不能写成普适定律。