Andrew Ng 提出 agent 记忆要靠图谱而不是更长上下文
solyarisoftware · x · 2026-07-27
Andrew Ng 这份 15 页材料主张把 agent 记忆从 loops 升级为 graphs。
- 核心判断是：更长的上下文窗口不能解决记忆问题，只能把遗忘推迟到下一轮会话。
- 传统 RAG 主要面向静态文档，而 agent 需要把聊天记录和业务结构化数据统一进一个时间感知知识图谱里。
- 设计关键是双时间戳：每条事实同时记录“发生时间”和“被系统学到的时间”，因此不是覆盖旧事实，而是让新事实对旧事实形成 supersede。
- 冲突信息不是删除，而是失效化；这样即使过了几个月，系统仍能回答“4 月份是谁负责这个”的问题。
- 帖子还提到 Deep Memory Retrieval 基准上的结果，声称该系统优于 MemGPT。
配图是论文首页，标题为 《Zep: A Temporal Knowledge Graph Architecture for Agent Memory》，说明这不是泛泛而谈，而是一套具体的 agent 记忆方案。
所属事件:吴恩达等指出AI智能体记忆应转向图谱架构(2 条相关)→
「编程与Agent」频道最新
- Grok Build 和 Unity CLI/MCP 把游戏从骨架推到成品演示 — Daniel_Farinax · 2026-07-27
- opencode v1.18.7 修复 macOS 全屏边距与项目选择器滚动 — opencode-agent[bot] · 2026-07-27
- OpenSpace 要做 AI agent 的技能管理层 — solyarisoftware · 2026-07-27
- Chrome 内置模型能接客服聊天并调用 MCP 吗 — DashinTheFields · 2026-07-27
- 闲置游戏电脑被改成远程 Claude Code 工作区 — rchardkovacs · 2026-07-27
- 新 agent 记忆设计把留存状态放进行为选择层 — nice2Bnice2 · 2026-07-27