Infini Memory：面向长期LLM智能体记忆的可维护主题文档

长期的大语言模型智能体需要持久的记忆，能够跟踪不断变化的事实并提供跨会话的相关证据。现有的记忆系统通常将观察结果存储为孤立的记录、摘要或索引片段，这使得证据聚合、事实修订和记忆维护变得困难。我们提出了 Infini Memory，这是一种可维护的基于文本的持久内存架构，它将代理内存视为主题结构文档。每个主题文档都充当语义单元，用于收集相关证据、保存元数据以及随时间修改事实。新的观察结果首先存放在缓冲区中，并定期合并到连贯的文本上下文中。在推理时，代理检索过程让大语言模型通过迭代工具调用而不是单个检索步骤来读取内存。在MemoryAgentBench上，Infini Memory获得了64.7%的总分。消融表明，主题结构维护和迭代证据检查改善了长期记忆使用的互补方面。