记忆与上下文

VoiceMem 为双工语音语言模型设计了一套流式记忆架构，将信息记忆与情绪、人格记忆分开处理，并在检索速度和个性化表现之间取得平衡。

Anthropic正在合并Claude聊天与Cowork的记忆系统，让用户在讨论项目后，可以直接进入执行阶段。用户还能够查看、编辑或删除Claude保存的信息。

大模型记住信息，并不意味着一定能更好地完成当前任务。MemTrapBench 揭示了两类由记忆诱发的认知陷阱，并提出 AdaptiveMem 作为推理阶段的缓解方案。

一项覆盖多种记忆存储方式的统一评估显示，记忆系统的优劣取决于任务、上下文长度和运行成本。对长期运行的智能体而言，动态选择记忆基底可能比寻找单一最优方案更重要。

OpenAI 正在 macOS 版 ChatGPT 桌面应用中引入 Computer History，让 ChatGPT 和 Codex 能参考用户近期的点击、输入和应用活动。它不像 Windows Recall 那样保存截图，但仍把个人电脑使用痕迹推向了更敏感的 AI 记忆场景。

这篇工作把“记忆”当成小型工具型代理的补课机制：先从强教师的成功轨迹里提炼结构化经验，再按不同粒度注入给学生模型。核心不是再训练，而是用层级记忆提升小模型完成工具调用任务的成功率。

一篇新论文指出，ALiBi 的线性位置偏置在浮点计算中可能发生下溢，使部分注意力权重被压成零，导致某些注意力头对远距离信息“失明”。研究显示，这一问题会明显影响 token 检索，但在常规解码器基准上未必显著暴露。

一篇新论文将跨会话的个性化歧义适配定义为编程助手的新评测任务。其核心问题是：当用户再次用相似的模糊表达提需求时，模型能否借助过去已解决的会话少问问题、直接写出更符合意图的代码。

这篇论文将 Memory Decoder 扩展到 6.9B 参数、300B token 预训练规模，试图证明“更大的记忆模块 + 较小的推理骨干”可能比单纯放大语言模型更高效。

Metis 提出“记忆基础模型”概念，尝试将智能体记忆从外部检索与提示工程模块，推进为模型内部可持续演化的原生状态。其核心价值在于让历史信息以紧凑状态参与后续计算，而不是每次都重放上下文。

CodeNib 试图解决编码智能体反复搜索同一代码库、上下文难以复用的问题。它为每个仓库提交构建词法、向量和结构化视图，并通过统一运行时向智能体提供检索、导航和受限上下文。

这篇论文提出 Agentic Context Management（ACM），认为生产级智能体的记忆与成本瓶颈，本质上是上下文生命周期和架构问题，而不只是向量库检索问题。

这项工作试图让 AI 不只是“看见”视频，而是把视频中的人、物、变化和事件真正记住。它的关键思路，是把记忆从按帧存储，转向围绕实体组织。

长上下文并不总是越多越好，尤其在编码代理处理工具输出时，冗余信息会迅速吞噬窗口。SWE-Pruner Pro 的思路是把“保留还是丢弃”直接交回给模型内部表示来判断。

RecGPT-V3 试图把大语言模型变成工业推荐系统中的“智能大脑”：既记住用户长期偏好，也能把自然语言意图更直接地映射到商品空间。其在淘宝首页“猜你喜欢”场景的 A/B 测试中带来 GMV +3.97% 和服务资源消耗下降 52.4%。

xHC 试图把 Hyper-Connections 从常见的 N=4 推向更大规模，让残差流宽度成为大模型预训练中的可用扩展轴。论文显示，它在 18B 和 28B MoE 模型上相较 mHC 带来稳定收益，同时控制了额外训练成本。

一篇新论文提出用字节级精确的 KV Cache 嫁接，把已经验证过的知识保存为状态工件，并在后续推理中恢复到冻结小模型里。它的亮点是极低重复推理成本，但也面临可复现性与“能力提升”定义的争议。

一篇 arXiv 新论文指出，按注意力累计值淘汰 KV Cache 的方法，在嵌套 JSON 等结构密集文本上可能错误保留大量“结构噪声”。作者提出无需重训的角色条件分配策略，用较小额外开销缓解这一问题。

一篇 arXiv 新论文提出 HealthClaw，一个面向个人长期健康管理的开源 Agent 架构。它试图让健康 AI 不再只回答当下问题，而是在受控记忆中持续更新用户习惯、偏好、指标和风险。