复杂记忆系统并非必需：Raw-RAG重新审视长期对话记忆

2026年10月23日阅读约 3 分钟

导语

长期对话中的“记忆”一直是智能体系统的重要组成部分。为了让模型记住用户偏好、历史事件和多轮关系，许多方案会对原始对话进行摘要、结构化、更新，甚至学习专门的检索策略。这些设计更像一个持续运行的记忆管理系统，但也带来了额外的复杂度：信息可能被压缩、重写，或者在组织过程中丢失上下文。

来自西安交通大学团队的研究提出了一个看似朴素的对照方案：Raw-RAG。它不主动改造历史记录，而是对原始对话进行密集检索和重排序，再把筛选出的证据交给阅读模型生成答案。

研究在 LoCoMo、LongMemEval、MEME 和 MemoryAgentBench 四个基准上，对比多类记忆系统。在七个“基准—模型”设置中，Raw-RAG 有六个排名第一；与对比中表现最强的智能体记忆系统相比，优势幅度为 0.13 至 5.53 个百分点。

这一结果并不意味着复杂记忆系统毫无价值，而是说明它们不应被默认视为长期对话理解的必要条件。至少在这些评测任务中，一个设计简单、容易复现的原始历史检索基线，已经具备很强的竞争力。

研究的关键解释是“证据覆盖率”。经过摘要或结构化处理的记忆，可能更紧凑、更便于利用，却未必保留回答问题所需的全部信息。原始历史虽然包含噪声，但更有机会同时保留答案本身，以及推导答案所需的上下文。

这里的证据不只是某个具体数值或事实，还包括人物之间的关系、事件顺序和依赖路径。对于需要跨轮次拼接信息的问题，仅检索到结论可能不够；模型还需要知道这个结论如何从历史对话中被推导出来。Raw-RAG 在覆盖这些关系信息方面的优势，可能弥补了其证据利用效率较低的问题。

研究还指出，即使让模型完整访问经过转换的记忆存储，表现仍与直接访问原始证据存在差距。这说明记忆系统的目标不能只放在压缩和组织信息上，也要关注原始信息是否被保留下来。

这项工作为长期记忆研究提供了一个重要提醒：系统越复杂，不一定越准确。对于资源有限、需要快速搭建的应用，原始历史检索加重排序可以成为可靠的起点，也应当成为评估新型记忆机制时不可缺少的基线。

不过，研究结论针对的是所覆盖的对话理解任务和评测设置，不能直接推导出所有真实应用都无需结构化记忆。超长历史的存储成本、隐私管理、实时更新以及检索延迟，仍可能推动系统采用更复杂的记忆设计。更合理的方向，或许不是在“原始记录”和“智能记忆”之间二选一，而是在压缩与组织的同时，保留可回溯的原始证据。