Memoria nell'era degli agenti IA

Abstract

La memoria è emersa, e continuerà a rimanere, una capacità fondamentale degli agenti basati su modelli fondazionali. Mentre la ricerca sulla memoria degli agenti si espande rapidamente e attira un'attenzione senza precedenti, il campo è diventato anche sempre più frammentato. I lavori esistenti che rientrano nell'ambito della memoria degli agenti spesso differiscono sostanzialmente per motivazioni, implementazioni e protocolli di valutazione, mentre la proliferazione di terminologie legate alla memoria definite in modo approssimativo ha ulteriormente offuscato la chiarezza concettuale. Tassonomie tradizionali come memoria a lungo/breve termine si sono rivelate insufficienti per catturare la diversità dei sistemi di memoria degli agenti contemporanei. Questo lavoro mira a fornire una panoramica aggiornata dell'attuale ricerca sulla memoria degli agenti. Iniziamo delineando chiaramente l'ambito della memoria degli agenti e distinguendola da concetti correlati come la memoria degli LLM, la Retrieval Augmented Generation (RAG) e l'ingegneria del contesto. Esaminiamo quindi la memoria degli agenti attraverso le lenti unificate di forme, funzioni e dinamiche. Dal punto di vista delle forme, identifichiamo tre realizzazioni dominanti della memoria degli agenti, ovvero memoria a livello di token, parametrica e latente. Dal punto di vista delle funzioni, proponiamo una tassonomia più granulare che distingue tra memoria fattuale, esperienziale e di lavoro. Dal punto di vista delle dinamiche, analizziamo come la memoria si formi, si evolva e venga recuperata nel tempo. Per supportare lo sviluppo pratico, compiliamo una raccolta completa di benchmark per la memoria e framework open-source. Oltre al consolidamento, articoliamo una prospettiva lungimirante sulle frontiere di ricerca emergenti, inclusi l'automazione della memoria, l'integrazione con l'apprendimento per rinforzo, la memoria multimodale, la memoria multi-agente e le questioni relative all'affidabilità. Speriamo che questo survey serva non solo come riferimento per il lavoro esistente, ma anche come fondamento concettuale per ripensare la memoria come un primitivo di prima classe nella progettazione della futura intelligenza agentiva.

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.

Memoria nell'era degli agenti IA

Memory in the Age of AI Agents

Abstract

Support