Memória na Era dos Agentes de IA

Resumo

A memória emergiu e continuará sendo uma capacidade central dos agentes baseados em modelos de fundação. À medida que a pesquisa sobre memória de agentes se expande rapidamente e atrai atenção sem precedentes, a área também se tornou cada vez mais fragmentada. Os trabalhos existentes sob o guarda-chuva da memória de agentes frequentemente diferem substancialmente em suas motivações, implementações e protocolos de avaliação, enquanto a proliferação de terminologias de memória vagamente definidas obscureceu ainda mais a clareza conceitual. Taxonomias tradicionais, como memória de longo/curto prazo, mostraram-se insuficientes para capturar a diversidade dos sistemas contemporâneos de memória de agentes. Este trabalho visa fornecer um panorama atualizado da pesquisa atual em memória de agentes. Começamos por delinear claramente o escopo da memória do agente e distingui-la de conceitos relacionados, como memória de LLM, geração aumentada por recuperação (RAG) e engenharia de contexto. Em seguida, examinamos a memória do agente através das lentes unificadas de formas, funções e dinâmicas. Do ponto de vista das formas, identificamos três realizações dominantes da memória do agente, nomeadamente memória em nível de token, paramétrica e latente. Do ponto de vista das funções, propomos uma taxonomia mais refinada que distingue memória factual, experiencial e de trabalho. Do ponto de vista da dinâmica, analisamos como a memória é formada, evoluída e recuperada ao longo do tempo. Para apoiar o desenvolvimento prático, compilamos um resumo abrangente de benchmarks de memória e estruturas de código aberto. Além da consolidação, articulamos uma perspectiva prospectiva sobre as fronteiras emergentes de pesquisa, incluindo automação de memória, integração de aprendizado por reforço, memória multimodal, memória multiagente e questões de confiabilidade. Esperamos que este survey sirva não apenas como referência para o trabalho existente, mas também como uma base conceitual para repensar a memória como um primitivo de primeira classe no design da inteligência agentiva futura.

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.

Memória na Era dos Agentes de IA

Memory in the Age of AI Agents

Resumo

Support