AI有了记忆会怎样大模型的记忆系统来了
AI不再只是个临时聊天工具，它开始拥有“记忆力”。来自中大、港科大、爱丁堡大学和华为研究中心的团队，对AI记忆机制做了一次系统综述，为我们重新理解“智能”打开了新视角。
研究指出，大语言模型（LLMs）正迈向长期交互的智能体形态，对“记忆”的需求也变得复杂：跨轮对话、多模态输入、个性化偏好等都需要支持。这背后必须依靠更完整的记忆系统。
作者从两个核心维度切入：记忆的表示和记忆的操作。记忆表示分为两类：
- 参数化记忆：模型内部的知识储备，能快速响应常识问题，但更新难、解释性弱；
- 上下文记忆：显式信息，包括非结构化（如文本、图像等多模态内容）和结构化记忆（如知识图谱），更灵活、可更新。
围绕这些记忆类型，研究定义了6种核心“原子操作”：巩固、更新、索引、遗忘、检索、压缩——AI的“记忆肌肉”就靠这些在动。详情请看文章
