记忆与上下文

技术方向 · 长期记忆、上下文管理与会话状态 · 共 189 条

只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。

10月5日周一 · 3 条

17:31

正文结构化主题已通过公开置信门槛

Mastra Releases一手来源产品发布

Mastra 更新：工具可读完整对话，记忆召回支持分页

Mastra 发布 2026 年 10 月 1 日更新，核心包 @mastra/core 升至 1.74.0，新增 agent.getMessages() 让工具在标准与持久化 agent 循环中读取完整对话上下文；观测记忆历史支持 groupId 过滤、排序和 recordId 查询，记忆召回可围绕搜索命中分页浏览观测组。Playground UI 新增无

17:30

正文结构化主题已通过公开置信门槛

Mastra Releases一手来源产品发布

Mastra 1.73.0：Agent 默认错误恢复与工具暂停 UX 更新

Mastra 发布 @mastra/core 1.73.0 等更新，为所有 Agent 默认启用三个错误处理器（ProviderHistoryCompat、PrefillErrorHandler、StreamErrorRetryProcessor），可在重试前修复历史与提示，并支持通过 errorProcessors 与 errorProcessorDefa

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

MACTS-EM：带涌现记忆的多智能体协作时间序列预测

该论文提出 MACTS-EM 框架，将时间序列预测重构为多智能体协作过程，包含领域专用预测智能体、元认知层、涌现记忆机制、多模态上下文整合与对抗鲁棒性组件。在金融市场、气候、能源消耗和疫情传播等场景评估中，其预测准确率提升 8–12%，零样本迁移能力提升 22–27%，机制切换期间韧性提升 16–21%，分布偏移后恢复速度提升 15–18%。作者认为协作式智

10月2日周五 · 5 条

23:00

正文结构化主题已通过公开置信门槛

Hugging Face Daily Papers一手来源研究

OneStreamer：统一流式视频交互中的感知、记忆与主动响应

研究团队提出 OneStreamer，一个 4B 参数的流式视频交互模型，通过共享的主动生成过程统一感知、记忆与主动响应。其 Proactive Hierarchical Caption Memory（PHCM）生成带时间戳的局部细节描述与事件摘要，使模型无需回看历史视觉特征即可保留可复用的事实记忆；Proactive State Transition Le

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.AI一手来源研究

长程语言智能体中的重尾记忆痕迹与CTWM控制器

Emory大学与东京大学的研究者提出对长程语言智能体外部记忆的「重尾痕迹」审计方法，发现有限上下文下记忆会集中于小核心并留下长尾，且该分布随策略不同而变化。基于此提出Core–Tail World Model（CTWM）控制器，按排名分配提示预算并保留摘要尾部。在Synthetic Graph World上提示token减少5.9%、尾部预测误差降低13.6

08:44

正文结构化主题已通过公开置信门槛

Google ADK Python Releases一手来源开源

Google ADK Python v2.11.0 发布：新增取消、工具确认与 SQLite 记忆

Google 发布 ADK Python v2.11.0，为工作流引入优雅取消（abort signal）和工具确认机制，并新增可在任务中途咨询其他模型的 ModelConsultTool（带每轮和每会话预算限制）。同时加入基于本地 SQLite 的 memory service，并支持通过可选路径连接 MCP SDK 2.x 现代协议。该版本还包含一项破坏

06:06

正文结构化主题已通过公开置信门槛

AWS Machine Learning Blog一手来源产品发布

AWS 用 Bedrock AgentCore 多智能体框架加速云迁移

AWS 在官方博客中介绍了多项基于 Amazon Bedrock AgentCore 的智能体应用，包括 AWS Professional Services 用多智能体框架自动化企业云迁移，将基础设施即代码开发时间从数周缩短到数分钟。文章还涵盖 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit 持久记忆层、基于 S

01:34

正文结构化主题已通过公开置信门槛

AWS Machine Learning Blog一手来源教程

用 NVIDIA NeMo Agent Toolkit 与 Amazon S3 Vectors 构建智能体记忆

AWS 机器学习博客发布教程，介绍如何将 Amazon S3 Vectors 作为持久化记忆层集成到 NVIDIA NeMo Agent Toolkit（NAT）中，并部署在 Amazon EKS 上。文章以多智能体投资研究为示例，讲解 NAT 记忆子系统（MemoryEditor、MemoryItem 等）的工作方式，以及如何实现自定义记忆提供者。该方案面

10月1日周四 · 2 条

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.IR一手来源研究

TAGGRAPH：面向智能体持久历史的标签增强图检索

该论文提出 TAGGRAPH 受控评估框架，用统一的 5W 标签表示和 remember()/query() 接口比较不同智能体长期记忆检索配置。在 LongMemEval-S 上 AdaptiveGraph 取得 0.844 MRR，但 BM25 达 0.867、OpenClaw 达 0.880；在 ATANT Core 上局部图遍历优于扩散和 BM25，