针对当前大模型智能体（LLM Agents）在使用传统的检索增强生成（RAG）技术处理长短期记忆时存在的缺陷，由伦敦国王学院（King's College London）和图灵研究院的研究团队提出了一套名为 xMemory 的新型架构。

1. 核心背景：传统 RAG 在智能体记忆中的“不适应”

传统的 RAG 是为大规模、异构语料库（如维基百科、公司文档）设计的，其底层假设是：检索出的不同片段通常是独立的且互补的。

然而，智能体记忆（Agent Memory） 具有完全不同的特征：

• • 连贯性与相关性：记忆是连续的对话流或行为序列，上下文高度相关。
• • 冗余性：同一个事实可能在对话中被多次提及。
• • 时间依赖性：某些推理需要完整的时序逻辑，简单的相似度匹配（Top-K）可能会把逻辑链条切断。

结论：如果直接套用 RAG，智能体会面临检索内容高度冗余、关键上下文丢失或推理不连贯等问题。

2. 核心方案：xMemory 的“解耦与聚合”

xMemory 抛弃了简单的“文本切片+向量检索”，转而构建了一个四层分级记忆结构，并采用“解耦到聚合”的策略。

A. 四层分级结构

1. 1. 原始消息层（Original Messages）：最底层的原始对话记录。
2. 2. 情节层（Episode）：将连续的消息块总结为完整的情节单元，保留时序证据。
3. 3. 语义层（Semantic）：从情节中提取出精简的、可复用的事实知识（去除了多余的语气词和修饰）。
4. 4. 主题层（Theme）：将相关的语义节点聚合成高层主题。

B. 动态管理机制：稀疏性-语义目标（Sparsity-Semantics Objective）

xMemory 不仅仅是静态分类，它会根据记忆的增长动态调整：

• • 智能拆分（Split）：当某个主题下的语义节点过多（例如超过12个）导致信息过于密集时，系统会将其拆分。
• • 自动合并（Merge）：当某些主题过小、过于碎片化时，系统会将其合并，以增强聚合效应。
• • 目标函数：系统通过平衡“稀疏度”（防止冗余）和“语义相干性”（保证内容相关）来决定何时调整。

3. 检索机制：自上而下的两阶段检索

xMemory 的检索不再是简单的“找最相似的”，而是像人类一样思考：

1. 1. 第一阶段（宏观）：首先在主题层和语义层进行初步检索，获取精炼的背景和事实。
2. 2. 第二阶段（自适应下钻）：系统会监测大模型的“不确定性”（Predictive Uncertainty，通过 Logits 或熵值衡量）。

• • 如果高层信息已经足够回答问题，则停止检索，节省 Token。
• • 如果大模型感到困惑（不确定性高），系统才会进一步深入情节层和原始消息层，提取细节证据。

4. 实验结论与意义

研究团队在 LoCoMo 和 PerLTQA 等长文本/智能体评测基准上进行了测试，结果显示：

• • 性能提升：在多个主流大模型（如 GPT-4, Claude 等）上，xMemory 的回答准确度显著高于传统的 RAG 和带剪枝的 RAG。
• • Token 效率：由于采用了自适应检索，它能用更少的 Token 提供更关键的信息，减少了冗余信息的输入。
• • 证据密度高：分析表明，xMemory 检索回来的内容中，包含“关键证据”的比例更高，有效解决了 RAG 容易找回一堆“废话”的问题。

5. 总结

xMemory 的核心价值在于它承认了智能体记忆的特殊性。

它不再把记忆看作一堆零散的碎片，而是看作一个可以自我重构、层级分明的知识库。

通过这种“解耦（提取事实）再聚合（形成主题）”的方法，智能体能够更清晰地记住“发生了什么事”以及“这件事背后的逻辑”，从而在长程对话中表现得更聪明、更省资源。

https://arxiv.org/abs/2602.02007