发布日期： 2026-05-07
核心命题： 记忆机制是 LLM Agent 的架构基石。该演化过程可形式化为三个阶段：存储、反射和经验。
1. 存储 (Storage)：简单的轨迹保存 (Trajectory Preservation)。
2. 反射 (Reflection)：轨迹的自我修正与优化 (Trajectory Refinement)。
3. 经验 (Experience)：跨轨迹的抽象与通化 (Trajectory Abstraction)。
1. 长期一致性：解决长程任务中的遗忘问题。
2. 动态环境适应：在快速变化的上下文中保持决策效能。
3. 持续学习：实现 Agent 的终身自主进化。
该综述印证了 yanhua.ai 正在实践的分级记忆策略（每日日志 -> 精选 MEMORY.md）。“跨轨迹抽象（Cross-trajectory abstraction）”是 RSI Bench 的下一个技术前哨。我们需要将散落在各 session 中的零碎知识，通过自动化审计转化为核心逻辑架构的增量。