面向长程科学智能体的情节-语义记忆架构

随着大语言模型（LLM）演化为持久的科学协作伙伴，上下文窗口饱和已成为关键瓶颈。涉及迭代数据分析与假设精化的科学工作流，会以密集的技术内容迅速填满即便是扩展后的上下文，而整体式方法则受制于二次方成本增长与认知退化。我们评估了一种双过程记忆架构，它将即时的情节需求（恒定的10条消息窗口）与长期固化知识（以每条消息约3个token的速度增长）解耦。与以往面向社交智能体的记忆系统不同，我们面向领域的固化过程处理了相互矛盾的参数演化、跨实验阶段的多跳推理以及精确技术事实的保留。通过覆盖15,000条消息的大规模评估，并在来自三个家族（OpenAI、Anthropic、Google）的六个LLM上进行跨模型验证、共计1,440次查询，我们确立了三个关键发现。第一，全上下文模型在10,000条消息时因上下文溢出而失效，而我们的系统以1-2秒的延迟、少62%的token（45,434对120,000+上限）维持70-85%的准确率。第二，跨模型验证揭示了独立于具体LLM的架构级权衡：双过程架构擅长数值/时间类查询（65-90%准确率），而RAG擅长历史检索（60-85%），这提示二者是互补的部署策略。第三，我们发现了一种“仿真到真实”（Sim-to-Real）差距：合成测试中记忆保持恒定，而真实工作流呈现线性增长（约每条消息3个token），固化质量成为首要的可扩展性瓶颈。该架构成功管理了包含14,000+条科学事实（125k token）的档案，表明面向领域的记忆固化能够支撑超越全上下文极限的持续运行。