KI trifft auf Gehirn: Gedächtnissysteme von der kognitiven Neurowissenschaft zu autonomen Agenten
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
December 29, 2025
papers.authors: Jiafeng Liang, Hao Li, Chang Li, Jiaqi Zhou, Shixin Jiang, Zekun Wang, Changkai Ji, Zhihao Zhu, Runxuan Liu, Tao Ren, Jinlan Fu, See-Kiong Ng, Xia Liang, Ming Liu, Bing Qin
cs.AI
papers.abstract
Das Gedächtnis fungiert als entscheidende Schnittstelle zwischen Vergangenheit und Zukunft, indem es sowohl Menschen als auch KI-Systemen wertvolle Konzepte und Erfahrungen zur Bewältigung komplexer Aufgaben bereitstellt. Die aktuelle Forschung zu autonomen Agenten konzentriert sich zunehmend auf die Entwicklung effizienter Gedächtnis-Workflows unter Rückgriff auf die kognitive Neurowissenschaft. Allerdings scheitern bestehende Arbeiten, bedingt durch interdisziplinäre Barrieren, daran, die Essenz menschlicher Gedächtnismechanismen zu assimilieren. Um diese Lücke zu schließen, synthetisieren wir systematisch interdisziplinäres Wissen über das Gedächtnis und verbinden Erkenntnisse aus der kognitiven Neurowissenschaft mit LLM-gesteuerten Agenten. Konkret erläutern wir zunächst die Definition und Funktion des Gedächtnisses entlang einer progressiven Entwicklung von der kognitiven Neurowissenschaft über LLMs bis hin zu Agenten. Anschließend bieten wir eine vergleichende Analyse der Gedächtnistaxonomie, Speichermechanismen und des vollständigen Management-Lebenszyklus aus biologischer und künstlicher Perspektive. Darauf aufbauend untersuchen wir verbreitete Benchmarks zur Bewertung von Agentengedächtnissen. Zusätzlich betrachten wir die Gedächtnissicherheit aus der dualen Perspektive von Angriff und Verteidigung. Abschließend skizzieren wir zukünftige Forschungsrichtungen mit Fokus auf multimodale Gedächtnissysteme und Fertigkeitserwerb.
English
Memory serves as the pivotal nexus bridging past and future, providing both humans and AI systems with invaluable concepts and experience to navigate complex tasks. Recent research on autonomous agents has increasingly focused on designing efficient memory workflows by drawing on cognitive neuroscience. However, constrained by interdisciplinary barriers, existing works struggle to assimilate the essence of human memory mechanisms. To bridge this gap, we systematically synthesizes interdisciplinary knowledge of memory, connecting insights from cognitive neuroscience with LLM-driven agents. Specifically, we first elucidate the definition and function of memory along a progressive trajectory from cognitive neuroscience through LLMs to agents. We then provide a comparative analysis of memory taxonomy, storage mechanisms, and the complete management lifecycle from both biological and artificial perspectives. Subsequently, we review the mainstream benchmarks for evaluating agent memory. Additionally, we explore memory security from dual perspectives of attack and defense. Finally, we envision future research directions, with a focus on multimodal memory systems and skill acquisition.