MemCog：对话智能体从记忆即工具到记忆即认知

现有智能体记忆系统普遍遵循我们所说的记忆即工具范式：单条查询触发对扁平段落列表的一次性检索，存在被动调用、推理与检索解耦以及检索片段与智能体导航需求之间的结构错配等问题。我们提出MemCog，一个记忆即认知系统，使记忆访问成为推理过程的内在组成部分。MemCog将用户知识组织为带关联链接图的可导航记忆库，提供跨维度导航接口以支持多步推理驱动的遍历，并采用主动推理协议驱动智能体从对话上下文自发发起记忆探索。我们还构建了ProactiveMemBench，首个用于评估主动记忆触发的基准。实验表明，MemCog在被动问答基准上达到最先进水平（LoCoMo上92.98，LongMemEval上95.8），同时在ProactiveMemBench上大幅超越基线，展现了记忆即认知的优势。