迈向自主记忆智能体

近期的记忆智能体通过把经验与对话历史提取到外部存储来增强 LLM。这使得低开销的上下文组装与在线记忆更新成为可能，而无需昂贵的 LLM 训练。然而，现有方案仍是被动的、反应式的；记忆增长受限于恰好可用的信息，而记忆智能体很少在不确定时主动寻求外部输入。我们提出自主记忆智能体，以最小成本主动获取、验证与整理知识。U-Mem 通过以下方式实现这一理念：(i) 成本感知的知识提取级联，从廉价的自/教师信号逐步升级到工具验证的研究，仅在需要时才引入专家反馈；(ii) 语义感知的 Thompson 采样，在记忆上平衡探索与利用并缓解冷启动偏置。在可验证与不可验证基准上，U-Mem 一致优于先前记忆基线，并能超越基于 RL 的优化，将 HotpotQA（Qwen2.5-7B）提升 14.6 分，AIME25（Gemini-2.5-flash）提升 7.33 分。