Reddit 长文：只有记忆没有推理的 Agent 只是文件柜

jackalop211 · reddit · 2026-11-04

作者提出一个热门观点：Markdown 文件是糟糕的 agent 记忆结构，向量库和知识图谱也只是改善检索，都解决不了根本问题——agent 仍需自己「连点成线」。

检索 ≠ 推理：常规记忆系统记录发生了什么、何时、为何（以文本形式），但「检索到一段解释」和「用这段解释推理」是两回事。例如供应商变更时，agent 需要重建「决策→架构→时间线→客户承诺」的依赖链，而这些依赖散落在几十段对话和文档中。问题不是信息缺失，而是推理本身不可计算。
把推理做进数据：用逻辑关系存储 WHY——主张 X 支持决策 Y，Y 影响计划 Z，Z 支撑承诺 W。新证据与 X 矛盾时，系统可在图上传播变更、重算受影响结论的置信度、识别哪些下游决策需要重审，而不是每次都让 LLM 重新发现推理链。
「认知层」三层能力：记忆（主张/证据/假设/目标及其关系的持久模型）+ 推理（在该模型上计算：权衡选项、导航依赖、发现矛盾）+ 学习（纳入新证据与行动结果、修正信念并传播）。形成「证据→信念→决策→行动→结果→更新信念」的循环，LLM 仍负责开放性思考，认知层维护结构化知识与状态。
这对长程自主 agent（如做架构决策的编码 agent，需要平衡性能/成本/安全/需求）尤为关键。

「漫话AGI」频道最新