Geheugen in het Tijdperk van AI-agenten

Samenvatting

Geheugen is naar voren gekomen als een kerncapaciteit van op foundation modellen gebaseerde agenten, en zal dit ook blijven. Terwijl onderzoek naar agentgeheugen zich snel uitbreidt en ongekende aandacht trekt, is het vakgebied ook steeds gefragmenteerder geworden. Bestaande werken die onder de noemer van agentgeheugen vallen, verschillen vaak aanzienlijk in hun motivaties, implementaties en evaluatieprotocollen, terwijl de proliferatie van losjes gedefinieerde geheugenterminologieën de conceptuele duidelijkheid verder heeft vertroebeld. Traditionele taxonomieën zoals lang/kortetermijngeheugen blijken onvoldoende om de diversiteit van hedendaagse agentgeheugensystemen te vangen. Dit werk beoogt een actueel landschap van het huidige agentgeheugenonderzoek te bieden. We beginnen met het duidelijk afbakenen van de reikwijdte van agentgeheugen en onderscheiden het van gerelateerde concepten zoals LLM-geheugen, retrieval augmented generation (RAG) en context engineering. Vervolgens onderzoeken we agentgeheugen door de verenigde lenzen van vormen, functies en dynamiek. Vanuit het perspectief van vormen identificeren we drie dominante realisaties van agentgeheugen, namelijk token-level, parametrisch en latent geheugen. Vanuit het perspectief van functies stellen we een fijnmazigere taxonomie voor die onderscheid maakt tussen feitelijk, ervarings- en werkgeheugen. Vanuit het perspectief van dynamiek analyseren we hoe geheugen in de tijd wordt gevormd, evolueert en opgehaald. Om praktische ontwikkeling te ondersteunen, stellen we een uitgebreide samenvatting van geheugenbenchmarks en open-source frameworks samen. Naast consolidatie verwoorden we een vooruitstrevend perspectief op opkomende onderzoeksfronten, waaronder geheugenautomatisering, integratie van reinforcement learning, multimodaal geheugen, multi-agentgeheugen en vertrouwenskwesties. We hopen dat deze survey niet alleen dient als referentie voor bestaand werk, maar ook als een conceptuele basis voor het heroverwegen van geheugen als een first-class primitive in het ontwerp van toekomstige agentieve intelligentie.

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.

Geheugen in het Tijdperk van AI-agenten

Memory in the Age of AI Agents

Samenvatting

Support