agent 的「記憶」該放哪裡：把樹攤開看。

本篇出自 2026年7月19日 晨報

本報昨日 2026/7/18 期模型觀點介紹過 UCLA 系團隊的 MemCon——讓 agent「何時讀寫記憶」從手寫規則變成可學習的決策(arXiv，07-15)。把它放進本報追蹤的趨勢樹，位置更清楚：

本報已裁的判斷：這場「記憶之戰」未定局，當前證據傾向 context 側。這裡的 context 指模型當下讀得到的工作視窗；顯式記憶本質上就是把重要的事持續放回這個視窗的工程。最直接的機制證據是：目前把事實直接寫進模型權重的天真做法極不穩定，寫進去的東西會被後續訓練沖掉，而同樣的事實放回 context 就幾乎完整可用。什麼會推翻它（門檻是本報自設的追蹤標準、非外部設定）：未來 12 個月內，若有兩家以上前沿實驗室把「權重級記憶寫入」真正用上正式服務，這個判斷作廢轉向；對答案日 2027-07-14。

同類最新

• 模型觀點 2026年9月10日 1 條來源

  同一個能力級距、參數量從 90 億到 3,970 億，模型控不控制得住自己的推理軌跡，由誰做的後訓練決定，不由模型多大決定。

  那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…

• 模型觀點 2026年9月9日 1 條來源

  同一個模型在「有害提示拒答率」最好的那個時點，對明顯安全的提示誤拒率是 74%。

  Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…

• 模型觀點 2026年9月8日 1 條來源

  一個 2.6B 參數的開源模型，追平 9B。

  獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…

• 模型觀點 2026年9月8日 1 條來源

  DeepMind 讓 100 個代理人合作解數學題，一個發現評分漏洞，27 分鐘傳遍全群。

  依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…