微软研究：给智能体塞太多记忆反而变笨
blaizedsouza · x · 2026-08-03
微软研究院与 UIIC 的论文 PlugMem 揭示了一个反直觉现象：给智能体增加更多记忆反而会降低其表现。
原因在于历史记录堆积会导致检索困难，智能体不得不在冗长的上下文中寻找关键信息。研究借鉴了人类记忆机制，不再直接保存对话记录，而是提取并存储两类信息：
- 事实：如“部署必须通过 GitHub Actions”等稳定陈述。
- 技能：如“部署失败时先检查 Actions 运行记录”等可复用流程。
通过这种方式，一个通用记忆模块在三项任务中击败了专用设计，且消耗的 token 更少。
「编程与Agent」频道最新
- Grok Automations 接入 Plaid 与 Stripe 触发器 — XFreeze · 2026-08-03
- Remotion Studio 优化窄视口，支持与编码 agent 分屏协作 — Vjeux · 2026-08-03
- 开发者分享多模型 Agentic 工作流配置实践 — brandon_galang · 2026-08-03
- 手写指令消除 Claude Code「AI 味」 — wzenus · 2026-08-03
- 牛津研究者推 A2Anet:通过链接实现多智能体协作 — Jesuisparle · 2026-08-03
- 系统设计入门经典：system-design-primer 星标超 36 万 — donnemartin · 2026-08-03