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
- 受 OpenAI 万机群启发，开发者开源 agent 众包解题平台 — Benjaminsen · 2026-09-11
- 开源 Mac 应用 Lucid：只在跑 AI 时阻止笔记本休眠 — Pitiful_Hedgehog_600 · 2026-09-11
- 20kb 函数匹配达成,banteg 召集 AI 逆向 Snail Mail 剩余 20 个挑战 — banteg · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11