La mémoire à l'ère des agents d'IA
Memory in the Age of AI Agents
December 15, 2025
papers.authors: Yuyang Hu, Shichun Liu, Yanwei Yue, Guibin Zhang, Boyang Liu, Fangyi Zhu, Jiahang Lin, Honglin Guo, Shihan Dou, Zhiheng Xi, Senjie Jin, Jiejun Tan, Yanbin Yin, Jiongnan Liu, Zeyu Zhang, Zhongxiang Sun, Yutao Zhu, Hao Sun, Boci Peng, Zhenrong Cheng, Xuanbo Fan, Jiaxin Guo, Xinlei Yu, Zhenhong Zhou, Zewen Hu, Jiahao Huo, Junhao Wang, Yuwei Niu, Yu Wang, Zhenfei Yin, Xiaobin Hu, Yue Liao, Qiankun Li, Kun Wang, Wangchunshu Zhou, Yixin Liu, Dawei Cheng, Qi Zhang, Tao Gui, Shirui Pan, Yan Zhang, Philip Torr, Zhicheng Dou, Ji-Rong Wen, Xuanjing Huang, Yu-Gang Jiang, Shuicheng Yan
cs.AI
papers.abstract
La mémoire est apparue et continuera de rester une capacité fondamentale des agents basés sur des modèles de fondation. Alors que la recherche sur la mémoire des agents se développe rapidement et attire une attention sans précédent, le domaine devient également de plus en plus fragmenté. Les travaux existants relevant de la mémoire des agents diffèrent souvent considérablement dans leurs motivations, leurs implémentations et leurs protocoles d'évaluation, tandis que la prolifération de terminologies mémorielles faiblement définies a encore obscurci la clarté conceptuelle. Les taxonomies traditionnelles telles que la mémoire à long/court terme se sont avérées insuffisantes pour capturer la diversité des systèmes de mémoire d'agents contemporains. Ce travail vise à fournir un panorama actualisé de la recherche actuelle sur la mémoire des agents. Nous commençons par délimiter clairement le périmètre de la mémoire des agents et la distinguer des concepts connexes tels que la mémoire des LLM, la génération augmentée par retrieval (RAG) et l'ingénierie du contexte. Nous examinons ensuite la mémoire des agents à travers les prismes unifiés des formes, des fonctions et de la dynamique. Du point de vue des formes, nous identifions trois réalisations dominantes de la mémoire des agents, à savoir la mémoire au niveau token, paramétrique et latente. Du point de vue des fonctions, nous proposons une taxonomie plus fine qui distingue la mémoire factuelle, la mémoire expérientielle et la mémoire de travail. Du point de vue de la dynamique, nous analysons comment la mémoire se forme, évolue et est récupérée au fil du temps. Pour soutenir le développement pratique, nous compilons un résumé complet des benchmarks de mémoire et des frameworks open source. Au-delà de la consolidation, nous articulons une perspective prospective sur les frontières de recherche émergentes, notamment l'automatisation de la mémoire, l'intégration de l'apprentissage par renforcement, la mémoire multimodale, la mémoire multi-agents et les problèmes de confiance. Nous espérons que cette étude servira non seulement de référence pour les travaux existants, mais aussi de fondement conceptuel pour repenser la mémoire comme une primitive de premier ordre dans la conception de l'intelligence agentielle future.
English
Memory has emerged, and will continue to remain, a core capability of foundation model-based agents. As research on agent memory rapidly expands and attracts unprecedented attention, the field has also become increasingly fragmented. Existing works that fall under the umbrella of agent memory often differ substantially in their motivations, implementations, and evaluation protocols, while the proliferation of loosely defined memory terminologies has further obscured conceptual clarity. Traditional taxonomies such as long/short-term memory have proven insufficient to capture the diversity of contemporary agent memory systems. This work aims to provide an up-to-date landscape of current agent memory research. We begin by clearly delineating the scope of agent memory and distinguishing it from related concepts such as LLM memory, retrieval augmented generation (RAG), and context engineering. We then examine agent memory through the unified lenses of forms, functions, and dynamics. From the perspective of forms, we identify three dominant realizations of agent memory, namely token-level, parametric, and latent memory. From the perspective of functions, we propose a finer-grained taxonomy that distinguishes factual, experiential, and working memory. From the perspective of dynamics, we analyze how memory is formed, evolved, and retrieved over time. To support practical development, we compile a comprehensive summary of memory benchmarks and open-source frameworks. Beyond consolidation, we articulate a forward-looking perspective on emerging research frontiers, including memory automation, reinforcement learning integration, multimodal memory, multi-agent memory, and trustworthiness issues. We hope this survey serves not only as a reference for existing work, but also as a conceptual foundation for rethinking memory as a first-class primitive in the design of future agentic intelligence.