MySQL数据可视化实战：从查询到图表的全流程
2026/1/16 15:58:53
阿里巴巴与武汉大学联合提出的Agentic Memory (AgeMem)框架解决了大语言模型智能体在长周期推理任务中的记忆管理问题。该框架通过基于工具的统一接口将长期记忆(LTM)和短期记忆(STM)集成到智能体决策过程中，并采用三阶段渐进式强化学习策略和逐步式GRPO机制。在多个基准测试中，AgeMem显著提升了任务性能和记忆质量，实现了端到端的统一记忆管理。
大语言模型（LLM）智能体在长周期推理任务中面临根本性限制，这主要源于有限的上下文窗口，使得有效的记忆管理变得至关重要。现有方法通常将长期记忆（LTM）和短期记忆（STM）作为独立组件处理，依赖于启发式规则或辅助控制器，这严重限制了自适应性和端到端优化能力。
现有架构的局限性主要体现在将LTM和STM视为分离且松散耦合的模块。传统架构通常遵循两种模式：具有基于触发器的LTM的静态STM，或具有基于智能体的LTM的静态STM。在这两种设置中，两个记忆系统被独立优化，然后以临时方式组合，导致记忆构建碎片化和性能次优。
同时，实现统一记忆管理面临三大基本挑战：
（1）功能异构性协调：LTM和STM服务于不同但互补的目的；
（2）训练范式不匹配：现有强化学习（RL）框架对两种记忆类型采用显著不同的训练策略；
（3）实际部署约束：许多智能体系统依赖辅助专家LLM进行记忆控制，显著增加推理成本和训练复杂性。
为此，阿里巴巴集团与武汉大学联合提出了Agentic Memory（AgeMem），这是一个统一框架，将LTM和STM联合管理。与先前将记忆视为外部组件的设计不同，AgeMem通过基于工具的统一接口将两种记忆类型直接集成到智能体的决策过程。研究团队还开发了一种配备逐步式GRPO机制（step-wise GRPO）的三阶段渐进式强化学习策略，有效促进端到端的统一记忆管理行为学习。在多个模型与长期任务基准上进行了全面评估，验证了AgeMem在复杂智能体任务中的稳健性与有效性。
论文标题：
Agentic Memory: Learning Uniffed Long-Term and Short-Term MemoryManagement for Large Language Model Agents
论文链接：
https://arxiv.org/pdf/2601.01885
01
方法
图1：AgeMem框架
（1）统一记忆管理工具接口
如图2所示，AgeMem通过工具接口将记忆操作暴露给LLM智能体。智能体可使用ADD、UPDATE、DELETE修改持久性LTM，并通过RETRIEVE、SUMMARY、FILTER对STM进行细粒度控制。
图2：AgeMem中用于操作长期记忆（LTM）和短期记忆（STM）的记忆管理工具
（2）三阶段渐进式RL策略
为学习统一且稳定的记忆行为，研究团队设计了渐进式三阶段训练策略。每个任务实例生成完整轨迹：
- 阶段1（LTM构建）：智能体在随意对话环境中接触上下文信息，识别关键信息并存储至LTM。
- 阶段2（含干扰的STM控制）：短期上下文重置，LTM保留。智能体学习通过工具操作抑制噪声、保留有用信息。
- 阶段3（集成推理与记忆协调）：智能体接收正式查询，需从LTM检索知识、管理上下文并生成最终答案。
（3）逐步式GRPO优化机制
采用逐步式GRPO变体连接长周期任务奖励与跨阶段记忆决策。对每组并行轨迹计算终端奖励，归一化优势后广播至同轨迹所有时间步，使最终任务结果监督每个中间记忆决策，实现跨异构阶段的长范围信用分配。
优化目标函数：
其中，ρt为新旧策略概率比，DKL为KL散度惩罚项。
（4）复合奖励函数设计
总轨迹级奖励包含任务完成奖励Rtask、上下文管理奖励Rcontext和记忆管理奖励Rmemory，辅以违规惩罚项Ppenalty：
其中，权重w=[wtask,wcontext,wmemory]⊤，各组件归一化至[0,1]区间。
02
评估
（1）多基准性能对比
图3：五个基准测试上的性能对比（最佳与次佳结果已标注）
在ALFWorld、SciWorld、PDDL、BabyAI和HotpotQA五个基准上，AgeMem在Qwen2.5-7B和Qwen3-4B模型上均取得最高平均性能****41.96%和54.31%，相对无记忆基线分别提升49.59%和23.52%。相比最佳基线Mem0和A-Mem，AgeMem平均提升4.82和8.57个百分点。RL训练带来8.53和8.72个百分点的提升。
（2）记忆质量评估
图4：HotpotQA上不同方法的记忆质量（MQ）分数
AgeMem在两个模型骨干上均取得最高记忆质量（MQ分数0.533和0.605），表明统一记忆管理框架不仅提升任务性能，还促进存储高质量、可复用知识。
（3）STM管理有效性
图5：HotpotQA上不同STM配置的平均提示token数
AgeMem成功减少提示token使用量：在Qwen2.5-7B上平均使用2117 token，较无STM工具版本（2186 token）减少3.1%；在Qwen3-4B上从2310 token降至2191 token，降幅5.1%。
（4）工具使用分析
图6：HotpotQA上工具使用统计（数字为每回合平均调用次数）
RL训练显著增加长期记忆工具使用：ADD操作在Qwen2.5-7B上从0.92次增至1.64次，UPDATE操作从近乎零增至0.13次。短期记忆工具使用更均衡，FILTER调用从0.02次显著增至0.31次。
（5）消融研究
图7：LTM、STM和RL组件的消融研究（Qwen2.5-7B）
添加LTM（+LT）较基线带来10.6%–14.2%增益；加入RL训练（+LT/RL）在HotpotQA上进一步提升6.3%；完整AgeMem系统（+LT/ST/RL）在所有基准上取得最佳结果，整体提升13.9%–21.7%。
（6）奖励函数设计验证
图8：LTM、STM和RL组件的消融研究（Qwen2.5-7B）
研究团队的全奖励策略（All-Returns）比仅任务奖励（Answer-Only）收敛更快、最终性能更高，在保持更高LLM评判分数（0.544 vs 0.509）的同时，记忆质量显著提升（0.533 vs 0.479）。
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。