代理记忆与检索系统(MemOS,RAG,DeepSeek研究)

MemOS 2.0(星尘)为代理提供了一种以记忆为核心的操作系统;DeepSeek论文提出了记忆与推理之间的engram–MOE平衡。
Key insights
MemOS 2.0为代理引入类操作系统的记忆管理
MemOS 2.0(星尘)将记忆视为系统资源,MemCube单元结合数据和元数据(来源、版本、权限、遗忘策略)。它实现了三层存储:工作记忆映射到KV缓存、长期向量/图存储,以及通过LoRA风格接口的参数记忆。调度程序决定每次交互中激活哪些记忆,以减少延迟和令牌成本,并提高多会话代理之间的一致性。
DeepSeek研究提出最佳的记忆与推理比例
DeepSeek论文(与梁文峰共同撰写)提出了'Engram'概念,并实证发现25%的记忆/75%的推理分配在测试任务中表现最佳;增加记忆字典释放了计算资源用于更深层的推理,相当于实验中约7层额外的有效推理深度。
从零开始的RAG和MemOS替代方案展示了私有知识的多样化方法
开源的从零开始的rag教程涵盖了索引、检索、路由和自适应RAG技术;MemOS提出了一种更深层的操作系统级调度方法,旨在实现毫秒级的回忆和减少令牌使用,相比典型的RAG实现更具优势。
Claude Cowork知识库升级反映MemOS对持久记忆的追求
报告显示,Anthropic正在为Claude Cowork添加永久记忆/知识库;社区注意到,MemOS风格的项目已经实现了持久的多模态记忆,具备快速回忆和令牌节省功能,并对记忆条目进行了自然语言的修正。