Harness 与 Agent 工程 · 上下文与记忆 · 2026-01-10

阿里巴巴新论文:让LLM学会管理记忆,告别人工规则

阿里巴巴团队提出让LLM自主管理记忆的新方法,告别机械式规则,实现更智能的信息处理。

核心内容:

  1. 当前LLM记忆管理的痛点:割裂的长期/短期记忆机制导致信息处理效率低下
  2. AgeMem框架的创新:通过强化学习训练记忆管理策略,统一处理长短期记忆
  3. 三阶段训练方法与Step-wise GRPO技术突破,实现记忆决策的精准奖励机制

大型语言模型在处理长对话或多步复杂任务时,最头疼的就是记忆管理问题。现有的方法往往采用人工设定的规则来决定哪些信息该存、哪些该删,效果有限且不够灵活。

阿里巴巴团队最近在论文《Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents》中提出了一种新思路:把记忆管理变成可学习的强化学习策略。

当前记忆管理的困境

想象一下,如果人类的大脑有两个独立的记忆部门:一个管长期记忆,一个管短期记忆,但两个部门从不沟通,各自按照固定规则工作。这就是当前LLM记忆管理的现状。

长期记忆方面,传统方法主要分为两类:

短期记忆方面,主要依靠:

这种割裂导致信息丢失、重复存储、无法智能决定记忆优先级等问题。现有的方法就像是"用字母顺序归档所有文件的机器人",机械而低效。

AgeMem的解决方案

AgeMem框架将长期记忆(LTM)和短期记忆(STM)管理统一起来,让AI代理学会自主决定:

核心创新在于,这些决策不是硬编码的规则,而是通过三阶段强化学习训练出来的策略。

工具化记忆操作AgeMem通过6个工具实现记忆管理:

长期记忆工具:

短期记忆工具:

三阶段训练过程

第一阶段(LTM构建),模型学习识别哪些信息值得长期存储,就像学生学会记笔记。

第二阶段(STM控制),模型在嘈杂环境中学习过滤无关信息,相当于在喧闹房间里训练专注力。

第三阶段(整合推理),模型需要综合运用长…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/LargeLanguageModel/2026011097634.html