MemArchitect：策略驱动的记忆治理层

摘要

持久化大语言模型（LLM）智能体在记忆管理上暴露出一个关键的治理空白。标准检索增强生成（RAG）框架将记忆视为被动存储，缺乏解决矛盾、执行隐私或防止过时信息（“僵尸记忆”）污染上下文窗口的机制。我们提出 MemArchitect，一个将记忆生命周期管理与模型权重解耦的治理层。MemArchitect 执行显式的、基于规则的策略，包括记忆衰减、冲突消解与隐私控制。我们证明，在智能体设置中受治理的记忆持续优于无管理的记忆，凸显了结构化记忆治理对可靠且安全的自主系统的必要性。

MemArchitect：策略驱动的记忆治理层：论文配图 — 图 1：MemArchitect 治理工作流程。该系统作为跨三个路径的连续闭环运行： (1) 读取路径（顶部）：传入查询按意图进行分类以定制搜索。为了安全起见，记忆被检索、过滤，并按价值排名以适应有限的上下文预算。 (2) 反思路径（右）：反馈循环检测哪些记忆实际上用于生成答案，强化有用信息，同时惩罚干扰。 (3) 背景路径（底部）：在空闲周期期间，维护过程通过删除被遗忘的噪声并将褪色细节压缩为永久事实来自动清理内存存储。