Agent 的能力越来越强，但使用体验仍有一个尴尬之处：

每换一个 Agent 甚至换一个 session，就像换了一个完全不了解你的新员工。

用户偏好、项目背景和踩坑经验无法迁移，只能从头解释，再把新 Agent" 重新养一遍 "。

真正的挑战不只在于 " 有没有记忆 "，还在于四件事：

记忆带不走：记忆依附于单个 Agent，无法跨应用和框架复用。

记忆视角不同：不同业务关注的实体、属性和提取规则完全不同，一套固定模板难以通用。

记忆系统不会成长：提取、检索和组织策略在开发完成后便基本固化，无法从真实使用与用户纠偏中持续演进。

记忆缺少时间维度：系统既要知道最新事实，也要保留事实如何变化、旧状态如何被新状态取代的过程。

为此，华为诺亚方舟实验室推出了面向 AI Agent 的可迁移、自演进记忆操作层 MindMemOS：

它将记忆从单个 Agent 中解耦；

记忆建模以实体、属性、时间三维结构同时保存最新状态与完整演化轨迹；

通过 MindSchema 记忆模式预设记忆提取规则，或围绕给定任务与标注问答离线演化提取策略；

Feedback 挖掘用户隐式的纠正性反馈，有选择地强化或降级已有记忆，从而提升记忆的可靠性及其与用户意图的一致性。

Dreaming 离线巩固记忆，消解冲突，持续提升记忆质量。

MindMemOS 想解决的不只是 " 怎样让 Agent 记住 "，而是记忆怎样带得走，系统怎样知道该记什么，以及记忆与记忆系统怎样一起进化。

更直接的是结果：

MindMemOS 在 LoCoMo 上取得94.03分，在 PersonaMem 上达到70.63%；

在 MemoryAgentBench 的 FactConsolidation 测试中，Dreaming 压缩19.4%-23.5%活跃记忆的同时，将问答准确率最高提升10.3 个百分点；

基于真实执行轨迹的 Skill 演进，则把 SpreadsheetBench-Verified 的任务成功率提升至57.2% ± 2.4%。

项目地址：https://github.com/mindscale-noah/MindMemOS

项目官网：https://mindmemos.cn

△MindMemOS 将 Agent 接入、记忆算法与底层记忆结构解耦，并把质量优化和 Skill Evolution 纳入同一系统。用「实体 - 属性 - 时间」重建记忆中的世界

MindMemOS 首先改变了记忆的基本组织方式。

传统方案常把记忆保存为一组文本片段或向量块。MindMemOS 则用一个三维结构描述开放世界的信息流：

实体（Entity）：人、项目、文件、工具、组织等持续存在的对象；

属性（Property）：对象的事实、偏好、状态和高阶特征；

时间（Time）：属性在什么时间成立，又在何时发生变化。

△每条记忆都可以落到 " 实体、属性、时间 " 的唯一坐标，同时保留实体关系和属性演变轨迹。

这相当于不再把 " 用户以前喜欢 X" 和 " 用户现在改用 Y" 当成两段互不相干的文本，而是把它们放回同一实体、同一属性的时间轴上。

实体之间可以建立语义关联，每个属性的演变也能被追踪。

在此之上，MindMemOS 提供两条互补的记忆生成路径。

一条是MindVanilla 模式。

它不依赖预先定义的建模模板，可以接收对话、文本和工具执行轨迹，适合开放域信息快速进入统一记忆库。

另一条是MindSchema 模式。

系统先通过实体建模规定当前领域关注哪些实体和属性，再完成话题片段切分、属性级记忆生成、等价实体融合和图结构合并。

不同场景可以调整记忆提取规则种子，让同一套系统适配不同任务，而不必重写整个记忆基础设施。

检索时，MindMemOS 也不是只做一次向量相似度匹配。

它设计了一套 Compact Search：

外层 Agentic 模块负责分析查询、规划检索路径和判断信息是否充分；

内层工具则执行从实体到属性、从属性反查实体、多跳关系扩展和属性时间线追踪等多路径搜索。

简单来说，系统不只是寻找 " 最像问题的一段话 "，而是在记忆图中寻找抵达答案最短、同时覆盖信息最充分的路径。

Dreaming：让 Agent 在「空闲时间」整理记忆

人类不会永久保留每个细节。我们会在回顾中合并重复信息、淘汰过时判断，并从多次经历中形成更抽象的认识。

业界把类似过程称为Dreaming。

Dreaming 在离线阶段从尚未整理的记忆出发，围绕相关实体扩展局部范围，识别重复、冲突和演化关系，再生成具体操作：合并冗余内容、归档被新事实取代的旧记忆、补充关系，或发现更高阶的模式。

关键在于，这种整理结果会变成持久的记忆状态，而不是把判断压力留给每一次回答时的语言模型。

例如，当同一个实体对应两条相互冲突的事实时，普通检索可能把两条内容一起返回，再期待回答模型临场判断。

MindMemOS 会在 Dreaming 阶段识别其中的替代关系，归档已经失效的版本，并保留 supersedes 关系。之后的普通检索拿到的是更干净、没有歧义的上下文。

这里有一个更直观的 Case Study。

MemoryAgentBench 先后写入两条互相冲突的事实，并规定后写入的事实应当覆盖旧版本。

Dreaming 之前，两条记忆都会进入检索上下文，回答模型受到现实世界知识干扰而选择了旧答案；

Dreaming 之后，系统把较早版本归档、建立 supersedes 关系，同一查询便只会得到当前有效的事实。

△Dreaming 将冲突判断从每次查询时的临场推理，前移为可持续保存的离线记忆状态。

MindMemOS 在 MemoryAgentBench 的 FactConsolidation 子集上，测试了这一机制：

结果显示，Dreaming 并不是通过 " 记得更多 " 换取提升。

相反，它在提高 Single-hop 和 Multi-hop 得分的同时，将大约五分之一的活跃记忆转入归档（归档则不会被主动召回）。

这是一种典型的 " 少即是多 "：减少干扰，本身就是提升记忆质量的一部分。

Feedback：用户的一次纠正，不应该只修一条答案

Dreaming 负责系统主动整理，Feedback 则让用户交互中的纠错信号回到记忆系统。

MindMemOS 同时支持显式与隐式反馈。

用户可以直接用自然语言指出某条记忆错误，也可以在后续对话中表达不满、修正或新的偏好。

系统会判断这条信号是当前任务临时信息、特定场景偏好，还是适合长期保留的规律，再决定新增、更新、归档、删除或强化相关记忆。

这一步很重要，因为用户偏好往往不只是一个 " 是什么 " 的事实。

一个用户说自己偏好临时约见，真正影响推荐的可能是背后的原因：低压力安排反而能让其更可靠地赴约。

随着更多交互出现，系统需要逐渐补全 " 为什么 " 和 " 在什么场景下成立 "，而不是无限新增相似的碎片。

论文中的 PersonaMem-Evo 案例展示了这种变化。

Feedback 之前，系统只留下 " 偏好临时安排 " 这条表层信息，在 Top-10 中仅召回一条模糊相关记忆，最终给出了结构化群体活动这一错误选项。

Feedback 从多轮交互中识别出真正稳定的关系是 " 喜欢临时或当天计划，担心长期计划有变 "，并为其补上社交场景边界。

更新后，三条一致的社交规划记忆共同进入 Top-10，答案也转向正确的 " 自发一对一活动 "。

△Feedback 不只是增加一条记忆，而是更新原记忆的语义结构、归档旧版本，并改变后续检索结果。

因此，Feedback 的目标不只是修改单条记忆。

期望是让反馈继续作用于记忆提取、检索和组织策略，实现记忆内容与记忆系统的共同演进。

不只记住发生过什么，还要沉淀「下一次怎么做」，持续优化 Skills

如果说事实和偏好让 Agent 更懂用户，那么 Skill 决定了它能否把经验真正变成能力。

MindMemOS 将 Skill 视为记忆系统的一个关键应用。

系统提供云端 Skill 注册、版本链、同步和回滚能力，并通过统一的 Memory Add 接口收集真实任务轨迹。

不同 Agent 框架只需在轨迹中附带本次使用的 Skill 上下文，系统便能把执行结果绑定到对应版本。

当轨迹积累到一定数量后，MindMemOS 会依次完成：

真实任务轨迹→ 提取目标、关键转折、工具使用和最终结果→ 聚合反复成功的策略与反复出现的失败→ 生成针对当前 SKILL.md 的修改计划→ 应用编辑并生成新的 Skill 版本→ 同步回后续任务

如果轨迹没有任务得分，系统可以从反复出现的成功路径和失败模式中做无监督演进（MindEvolve-Unsup）；

如果有评分，则会强化高分轨迹中的有效行为，并抑制低分轨迹里的常见错误（MindEvolve-Sup）。

论文在包含 400 个真实表格操作任务的 SpreadsheetBench-Verified 上。进行了三次重复实验：

△SpreadsheetBench-Verified 任务成功率。结果为三次重复实验的均值与标准差；亮蓝和深蓝分别代表 MindEvolve 的无监督与监督演进配置。

这里有一个颇有意思的结果：未经优化的初始 Skill 甚至低于 No-skill。

换句话说，给 Agent 一份操作指南并不必然带来提升，过时、冗余或不适配任务分布的规则反而可能制造干扰。

而 MindMemOS 的无监督演进仅依靠执行轨迹，就将成功率从 51.3% 提升到 55.3%；加入任务评分后进一步达到 57.2%，相比 No-skill 提升 5.9 个百分点，相比未经演进的 Init-skill 提升 9.2 个百分点。

这进一步解释了这些数字从何而来：

最初的表格 Skill 主要是一份 openpyxl、pandas 使用说明，只告诉 Agent 怎样打开、编辑和保存工作簿，却没有覆盖真实任务中反复出现的失败：公式不会被 openpyxl 自动重算、格式化空行会让 ws.max_row 虚高、在活动工作表上一边读取一边写入可能移动行或覆盖源数据，保存成功也不代表结果已经通过验证。

无监督演进从失败轨迹中把这些经验改写成可执行约束，例如：不要把公式文本当作数值；筛选、排序和删除时先从源表构造稳定快照；保存后必须重新打开文件并按评测读取方式复核。

它完成的不是 " 增加更多 API 教程 "，而是把反复踩坑的历史压缩成通用避错规则。

加入任务分数后，监督式演进又学会了规则的适用边界。

例如，它不会为了通过缓存值检查而把所有公式粗暴替换成硬编码数值；写入复杂工作簿前，还要先确认源列、目标列和映射关系。

也就是说，监督信号带来的不只是更多规则，而是让 Skill 逐渐知道一条规则何时应该使用、何时应该停止。

Skill 不再是一份写完就不动的提示词文件，而可以成为一项带版本、带证据、可持续更新的长期能力资产。

记忆基准 SOTA

除了 Dreaming 与 Skill 演进，MindMemOS 还在两项主流长期记忆基准上评估了基础记忆能力。

LoCoMo 包含 10 组超长多会话对话。使用 gpt-4.1-mini 作为回答模型，并将系统、检索、回答和评判配置与 EverOS 默认实现对齐。

MindMemOS-Modeling 的 Overall Accuracy 达到94.03，成为所有对比方法中的最高结果。

△LoCoMo Overall Accuracy。灰色为对比方法，蓝色为 MindMemOS 两种配置。

在面向长期个性化的 PersonaMem 上，MindMemOS-MindSchema 的 Overall Accuracy 为70.63%；MindMemOS-MindVanilla 也以 67.74% 略高于 Baseline。

△PersonaMem Overall Accuracy。灰色为对比方法，蓝色为 MindMemOS 两种配置

这些结果共同指向一个结论：结构化建模的价值，不只是让记忆 " 看起来更整齐 "，而是让系统在长期事实召回、用户画像和个性化推断中获得可测量的提升。

从 API、SDK 到插件：记忆应该独立于某个 Agent

MindMemOS 在架构上将 Agent 接入层、记忆算法层与记忆结构层解耦。

当前开源代码提供 FastAPI HTTP 接口、Python SDK、CLI、Skills 以及 OpenClaw 插件等接入方式，覆盖 add、search、update、delete、feedback 和 dreaming 等完整记忆生命周期操作。

这种解耦带来的直接价值是可迁移性：记忆不必继续绑定在某个 Agent 的私有实现中，而可以作为用户、项目或组织独立维护的长期资产，在不同应用和 Agent 框架之间复用。

开发者既可以本地部署完整服务，也可以从云端 API、SDK 或 CLI 开始接入。

项目采用 MIT License，详细部署配置与评测流程均已随代码公开。

Tips：MindMemOS 云服务现已开放注册试用；

在 GitHub 为项目点亮 Star 后，还可获得更多使用额度。

项目官网：https://mindmemos.cn

当自动算法设计开始积累经验：MindMemOS 在 LLM4AD NEXT 中的应用

基于大模型的自动算法设计正在展现潜力，但这类任务通常需要经历大量候选生成、评测与迭代。

若缺少长期记忆，模型很容易反复尝试已经被证明无效的方案；切换任务后，上一轮探索积累的设计经验也可能随上下文一起消失。

为此，MindMemOS 已接入自动算法设计平台LLM4AD_Next，将算法搜索过程中产生的反馈转化为可存储、可检索、可复用的经验资产。

针对算法设计任务层次多、周期长的特点，平台构建了三层记忆：

任务记忆（Task Memory）：动态捕捉并提炼当前算法设计任务中的即时灵感与失败教训。

项目记忆（Project Memory）：深度沉淀特定应用场景（如组合优化任务等）下的专家共识与先验知识。

全局记忆（Global Memory）：固化跨项目、普适性的底层算法设计规范与基本范式。

基于该架构，平台能够将从高分结果中提炼的 " 有效经验 " 与从低分试错中总结的 " 避坑指南 " 进行系统化存储。

为了精准适配复杂多变的科研场景，系统支持两种灵活的记忆调度机制：

LLM4AD_Next 提供两种记忆调度方式：Auto Mode根据当前任务和上下文自动匹配历史经验，Manual Mode则允许研究人员精确选择需要注入的记忆。

记忆的调用、注入与流转过程全程可视化，使研究人员能够观察某条经验如何影响算法生成，也更方便开展消融实验与对照分析。

MindMemOS 的核心愿景，是确保大模型的每一份反馈都能转化为高价值、可复用的数字资产。

在 MindMemOS 的赋能下，LLM4AD_Next 所执行的每一次算法搜索，都不再是孤立的尝试，而是通往下一次 " 进化 " 的坚实起点。

由 MindMemOS 赋能的全新自动算法发现平台 LLM4AD_Next 已开放体验，欢迎广大研究者前往探索：

GitHub 开源项目：https://github.com/Optima-CityU/LLM4AD_Next

在线体验地址：https://llm4ad-next.cn/

Coming Features

技术报告：MindMemOS 完整技术报告即将发布，将进一步披露算法设计、系统实现、评测设置与更多案例分析。

Skills 系统：与经验记忆联动，自动合成 Skills；基于真实执行轨迹持续演化，并针对新问题智能分发和推荐合适的 Skills。

文件系统记忆：把散落在本地文件、文档、项目产物和 Agent 输出中的知识结构化为可检索、可关联的知识对象或知识图谱，让 Agent 更可靠地使用用户的文件知识。

结语：Agent 的下一场竞争，可能是「谁更会积累」

今天的 Agent 已经拥有越来越强的模型和越来越丰富的工具，但长期智能并不只取决于一次任务能做多好。

真正拉开差距的，可能是完成一百次任务之后，它留下了什么。

是越来越长、越来越混乱的历史记录，还是一套能追踪变化、主动整理、接受纠正，并把成功与失败继续沉淀为 Skill 的记忆系统？

MindMemOS 的答案，是把记忆从 Agent 的附属缓存提升为独立的操作层：信息可以跨场景建模，冲突可以在离线阶段被消解，反馈可以反向修改记忆，任务轨迹还能继续推动 Skill 演进。

从 " 记住用户 " 到 " 学会做事 "，这或许也是 Agent 从一次性工具走向长期协作者必须补上的一层基础设施。

* 本文系量子位获授权刊载，观点仅为原作者所有。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见