HMS：面向AI的记忆协议
新智元 · wechat · 2026-07-15
这篇长文介绍了一个名为 HMS（Holographic Memory System）的记忆系统，核心目标是把“记忆”从上下文窗口和 RAG 中独立出来，做成可跨会话、可继承、可验证的长期记忆层。 文章先从认知科学出发，区分保持与回忆：留存负责压缩与沉淀，回忆负责按线索重建证据链。HMS 进一步把回忆拆成问题解析、按需检索和结果自检三步，并提供六类检索“钥匙”来处理时间、人物、上下文、最新值、矛盾点和关系跳转。作者声称，这套机制在 LongMemEval 与 LoCoMo 两个长时记忆基准上均达到 SOTA，并在时序推理、多会话聚合、多跳推理等子项上领先。 文章后半部分强调“记忆协议”而非单一产品：开发者可通过 SDK 接入，普通用户可用 MemoryBank 管理自己的个人记忆账户，支持本地模式、授权、审计、隐藏与删除。作者将其类比为 AI 时代的操作系统/TCP/IP/CUDA 级基础设施，认为记忆层会成为不同模型、Agent 和机器人之间可共享的公共底座。
「研究」频道最新
- 把数据集打包成顺序 blob，训练吞吐提升 30% — irinarish · 2026-07-21
- UIUC 提出 AgentPrimitives：多智能体的可复用潜在积木 — 机器之心 · 2026-07-21
- 一个 C++20 CPU 原生 strict-W1 训练 runtime 寻求反馈 — Wonderful-Income7415 · 2026-07-21
- 微软提出像训练神经网络一样训练 agent 技能 — Saboo_Shubham_ · 2026-07-21
- 研究者：AI 应是放大器，而不是放弃科研的理由 — omarsar0 · 2026-07-21
- 海森矩阵入门：二阶导数如何影响神经网络优化 — burny_tech · 2026-07-21