作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
“以后别这么写了。”
“好的，记住了。”
如果经常用AI写东西，你大概知道，第二句话还不能让人放心。有没有记住，得等下一篇再看。
我们希望它记得自己的表达习惯，记得项目已经改过方向，最好连上次试过但没走通的办法也记得。这样每次打开对话，才不用重新介绍一遍背景。
9月4日，英伟达公开了一项基于NemoClaw的记忆型Agent实践。这个面向开发者的示例，会整理人物、项目和工作重点，还把用户对它的纠正保留下来。
新模型发布，我们通常先看它解题、编程、写作的能力有没有提高。但把一项工作连续交给Agent，问题就具体了：前面确认的要求还记不记得，你改过的地方，下次还会不会出错？
这些差别，不一定能从模型榜单上看出来。英伟达这项实践值得关注，也在这里。它尝试让Agent保留此前的工作信息，同时允许用户修改它的判断。
毕竟，AI如果理解错了，也可能把误解一直记下去。这次已经说清楚的事，下次最好别再解释一遍。
01
给AI一本能接着往下写的工作笔记
先想一个常见场景。
周一，你让AI帮忙准备分享，听众是工程师，内容可以深入一些。周三，活动安排调整，听众变成了刚接触AI的同事。周五，你回来接着做讲稿。
如果AI找回了周一的要求，却没接上周三的变化，内容可能写得很专业，但你仍然得返工。
这时，你未必希望它把所有聊天重新复述一遍。你只是希望它知道：听众已经换了。
这个假设场景，可以帮助理解英伟达方案里一份叫作self model的记忆。名字听起来像“自我模型”，在这里，可以先把它理解成一份持续维护的工作笔记，记录与用户有关的人物、事项及其联系。
它与一整段聊天历史的区别，在于经过了整理。谁和哪件事有关，哪些事项还没结束，用户改过什么判断，都要分别记清楚。
但整理也会引入理解上的偏差。因此，方案把原始材料与整理后的认识分开保存：原话留着，AI对原话的理解可以继续修改。
回到分享的例子，“周一曾经面向工程师”可以作为历史留下；“现在面向谁”则需要更新。两条信息并不矛盾，不能因为旧要求出现得更早、讨论得更多，就让它一直占上风。
英伟达给出的整体方案如下。中间的self model，是前面提到的那份工作笔记。
英伟达官方方案示意图。图中列举的是工作信息来源，不代表公开示例已接入全部工具。来源：NVIDIA技术博客。
从左往右看，邮件、文档等工作信息经过整理，成为Agent可以调用的记忆。下方的虚线表示结果与证据会反馈回来，用于后续更新。右侧还单独画出了安全边界：记得某位同事喜欢用Slack，可以帮助Agent建议联系渠道；但能不能替你发消息，仍然要看权限和授权。记住信息，并不等于获得了替你操作的许可。
这种整理有没有帮助？英伟达公布了一组186道题的测试。两组使用同一个Nemotron3Ultra模型，相比能进行多轮检索的Agentic RAG方案，self model方案的总体准确率从82.8%升至90.9%。不过，单跳查询等子项也有下降。
这是官方在特定测试条件下得到的结果，不能推断所有任务都能提升。评测使用了合成资料，配套的离线流程演示也不代表客户实际使用的效果。
值得注意的是，两组并没有换模型。整理和使用历史信息的方式不同，回答就有了差别。Agent最终表现如何，还要看模型拿到了什么信息，以及这些信息是怎样组织起来的。
不过，这里比较的是整套记忆方案，不能把提升全部算到用户纠正功能上。后者要处理的是另一个具体问题：笔记记错了，用户怎么改？
02
你的修改，不能只在这一次生效
假如AI替你整理待办，把一件事排到了前面。你看完说：这件事先放一放。
如果下一轮整理，它又根据同一批材料，把那件事重新顶上来，你的修改就相当于白做了。
在英伟达的示例中，用户可以调整事项的优先级，或者将它标记为忽略。系统会记录这些操作，后续运行仍然保留用户的决定。
方案还会尝试从多次纠正中总结用户偏好。但改过一件事，不能就此认定用户对同类事情都有一样的要求。
公开代码里有个很具体的限制：只有来自用户的纠正，才进入偏好统计。Agent自己调整了排序，不能算作用户又确认了一次。
这条限制不难理解。否则，AI先猜“你不重视这类消息”，随后按照这个猜测调整排序，再把自己的调整当成新证据，就可能越来越确信那个未经确认的猜测。
代码还限制了另一种推断：反复忽略同一个发件人的事项，不能直接推成“这个邮箱域名下所有人的消息都不重要”。个人层面的记录，不应随手扩展成对一群人的判断。
写作时也有类似的区别：
“这篇短一点”，不等于“我以后都只要短文章”。
“不要这个例子”，也不等于“以后不要举例”。
人和人沟通时，也会误会这种意思。放到长期记忆里，问题在于误会可能影响不止一次输出。今天为了省事说的一句话，到了明天，可能成了AI理解你的依据。
所以，那份偏好记录需要允许本人查看、编辑和删除。这里也没有因为几次纠正，就重新训练模型参数；被维护的是模型后续可以读取的一份记录。
这套做法针对的是具体工作场景，不过其中一个要求很普遍：AI理解错了，你得能改得动。
03
经验多了，为什么还会帮倒忙？
有了工作记录，也能记住用户的修改，AI是不是就会用得越久越好？
还有一种情况需要考虑：内容记得没错，却用错了地方。
比如，你让AI帮忙学习编程，希望每一步都展开解释。换到另一项任务，只想让它快速修改一个小问题，如果还沿用那套讲课方式，就会显得啰嗦。
偏好没有消失，任务却换了。
今年7月底，国科大、中科院自动化所、微软和南京大学研究者发表的AgentStream论文，就把不同任务组织成连续任务流，考察Agent积累经验后的表现。
其中一个结果颇有代表性：ACE方法在同一领域连续处理任务时，跨所测模型的平均准确率增益为2.28个百分点；当不同领域任务交错出现时，增益变成了负1.26个百分点。
同一张表里，A-Mem等方法在交错任务中仍然取得了正向收益。论文考察的也不只有狭义的记忆存储，还包括上下文、技能等自演化方法。
上图直接截自论文表5。Isolated指各领域分别形成任务流，Sequential指按领域依次切换，Interleaved指不同领域任务交错出现。前三个数据列是相对基线的平均准确率增益，可按百分点理解；最后两列统计在9组配置中，哪种任务流表现更高。ACE与A-Mem两行可以对照着看：交错任务并没有让所有方法都受损。
因此，这项研究并没有证明“记忆会让AI变笨”。它显示的是：同样在积累经验，方法与任务的搭配不同，结果可以相反。
日常使用AI时，我们也不会一直只做同一种事。上一刻查资料，下一刻写文案，随后又去处理代码。哪些经验可以带过去，哪些应该暂时放下，不能只靠“以前用过”来决定。
而且，任务之外，人的想法也会变化。
刚开始学习时需要详细解释，熟悉之后可能只想看关键差异。项目早期容许快速试错，临近发布又有另一套要求。AI如果一直照顾“过去的你”，未必能服务好现在的你。
一些记忆工具已经支持查看和恢复历史版本。比如，Google Cloud的Memory Bank提供记忆修订记录，开发者可以查看变化，也可以将记忆恢复到之前的版本。它解决的是记录如何修改和恢复，不是自动保证每次理解都正确。
这些实践让我们看到，给AI增加记忆，还得考虑它记下的内容以后怎么更新。
哪些仍然适用，哪些已经过时，哪些只是上一次的特殊要求，都要有机会重新判断。否则，用户说了更多，AI保存了更多，反复解释的工作却未必减少。
04
模型越来越强，为什么还要从头磨合？
一个更强的模型，可能第一次就能写出不错的文章。但你上次为什么删掉那段话，这次为什么换了听众，它未必知道。这些信息来自你们之前的沟通，需要产品把它们保存下来、及时更新，再交给模型使用。
如果每次都要重新交代、重新纠正，那聊天记录即使一条没丢，之前花的沟通时间也没帮我们省下多少事。
从英伟达的纠正记录到Google的记忆修订，开发者已经在为长期使用补上具体功能。至于保留经验之后，Agent会不会表现更好，AgentStream把这个问题放进了连续任务里检验，而结果还要看方法和任务如何搭配。
模型能力依然决定着许多工作能不能做。记忆、更新和纠正，则关系到同一项工作做过几次之后，我们还要付出多少沟通成本。两边都需要进步。
在沙丘智库看来，这也是Agent接下来值得争取的优势：随着使用时间变长，能否让之前的沟通和修改真正帮上忙。用户不需要它每次都表示“我懂了”，更希望下一次不用再改同样的地方。
换上更强的模型很重要。用久之后能让人少操心，同样是Agent该拿出来的本事。
参考资料：
[1] NVIDIA技术博客：Building a Memory-Driven Agent with NVIDIA NemoClaw，2026年9月4日。https://developer.nvidia.com/blog/building-a-memory-driven-agent-with-nvidia-nemoclaw/
[2] NVIDIA官方仓库：Memory-Driven Chief of Staff示例说明，按2026年9月10日可见版本核对。https://github.com/NVIDIA/nemoclaw-community/tree/main/examples/recipes/nvidia/memory-driven-chief-of-staff
[3] NVIDIA官方仓库：Agent Memory Benchmark，评测方法与资料说明。https://github.com/NVIDIA/nemoclaw-community/tree/main/examples/tools/agent-memory-benchmark
[4] NVIDIA官方仓库：preferences.py，用户纠正统计与偏好候选规则，按2026年9月10日可见版本核对。https://github.com/NVIDIA/nemoclaw-community/blob/main/examples/recipes/nvidia/memory-driven-chief-of-staff/profile/scripts/preferences.py
[5] NVIDIA官方仓库：Memory-Driven Chief of Staff设计提案，Issue #122。https://github.com/NVIDIA/nemoclaw-community/issues/122
[6] AgentStream: How Well Do Self-Evolving LLM Agents Perform Under Streaming Tasks? arXiv:2608.00155v1，2026年7月31日，重点参见表5。https://arxiv.org/html/2608.00155v1
[7] Google Cloud官方文档：Memory revisions。https://docs.cloud.google.com/gemini-enterprise-agent-platform/scale/memory-bank/revisions
更多AI研究内容可前往【沙丘智库小程序】搜索查阅