agent memory论文项目十：MRAgent

谢白羽

263人浏览 · 2026-06-22 19:08:37

谢白羽 · 2026-06-22 19:08:37 发布

Agent 调用高并发# MRAgent：记忆不是被取回，而是被重构

一句话定位：MRAgent 用 Cue-Tag-Content 图和 LLM 驱动的多步遍历，把长期记忆访问从一次性检索变成主动重构。

论文：Memory is Reconstructed, Not Retrieved: Graph Memory for LLM Agents
代码：Ji-shuo/MRAgent
发布时间：2026-06
适合读者：图记忆、Agent RAG、GBrain / Graphiti / Neo4j memory、长期对话记忆系统建设者。

1. 背景：为什么 top-k 检索不够

大多数 Agent memory 系统默认采用“retrieve then reason”。也就是先用 query 到记忆库里找 top-k，再把结果塞进 prompt，让模型回答。

这个流程简单、稳定、工程上好落地，但它隐含了一个强假设：真正有用的证据，在第一轮检索时就能被 query 直接命中。

长期记忆里，这个假设经常不成立。一个问题可能先需要找到某个事件，再从事件里发现时间线索，再用时间线索去找另一个人物的行为。第一跳证据和最终答案之间可能隔着多个中间 cue。静态 top-k 只能看到 query 和 memory unit 的表面相似度，无法根据中间发现调整搜索方向。

图记忆看起来能缓解这个问题，但很多图检索仍然是固定流程：先找种子节点，再扩展 N 跳邻居。它会带来两个副作用：一是相关证据如果不在固定邻域里，仍然找不到；二是无关邻居会大量涌入上下文，制造噪声。

MRAgent 的出发点就是反过来问：人类回忆复杂事件时，真的是一次性“取回”答案吗？更多时候，我们是在重构：先想起一个线索，再联想到一个时间、地点或人物，然后继续追。

2. 核心观点：主动重构

论文把记忆访问分成两类。

被动检索：检索策略只依赖原始 query。系统在开始时就决定取哪些记忆，之后不再改变。

主动重构：检索策略依赖 query 和已经找到的证据。第 t 步找什么，由前 t-1 步的发现共同决定。

形式上，普通检索像这样：

retrieved = passive_retrieve(query)
answer = llm(query, retrieved)

MRAgent 更像这样：

state = init(query)
while not enough_evidence(state):
    action = llm_select_next_traversal(query, state)
    candidates = graph_traverse(action, state)
    state = llm_route_and_prune(query, state, candidates)
answer = llm(query, state.evidence)

这不是简单多查几次，而是把“查记忆”纳入推理循环。每次查到的内容都可能改变下一步检索方向。

3. Cue-Tag-Content：为什么图里要有 Tag

MRAgent 的结构叫 Cue-Tag-Content。

Cue 是细粒度线索。它可以是实体、属性、动作、时间、地点或关键词。Cue 负责让 query 和图发生第一次接触。

Content 是具体记忆内容。它可以是一段 episode、一条稳定事实，或者一个 topic-level summary。

Tag 是中间层。它描述 cue 和 content 之间的关联方式，比如某个 cue 是以“时间锚点”“兴趣偏好”“活动参与”“人物关系”等方式连接到内容。Tag 的价值在于它足够轻，适合先被模型浏览和选择；又足够有语义，能指导模型决定是否打开完整内容。

如果没有 Tag，从 cue 到 content 会变成粗暴扩展。一个人名可能连接几百段历史，全部打开会爆 token；只按 embedding 排序又可能错过关键路径。Tag 相当于把图上的边变成可读路标，让 LLM 在读取正文之前先判断“这条路值不值得走”。

4. 多粒度记忆层

MRAgent 不只存一种 memory unit，而是把内容分成多层。

Episodic layer 存具体事件。它保留某次对话、某个时间点、某段经历，用于提供可追溯证据。

Semantic layer 存稳定知识。比如用户偏好、长期事实、个人属性。这层适合直接回答“用户喜欢什么”“某人有什么特征”。

Topic abstraction layer 存更高层主题。它把多个 episode 归到一个 topic 下，让检索可以先定位主题，再下钻到具体事件。

这三层解决了一个常见矛盾：长期记忆既要能找细节，又不能每次都从细节海洋里捞。抽象层负责缩小范围，语义层负责稳定事实，episode 层负责证据。

5. 读路径：LLM 如何控制图遍历

MRAgent 的读路径有三个关键动作。

第一是 action selection。模型根据 query、已有证据和当前活跃节点，选择下一步应该执行的遍历动作。例如从 cue 到 tag、从 cue+tag 到 content，或从 content 反向激活新的 cue/tag。

第二是 controlled traversal。图系统按照模型选的动作扩展候选节点。这里不是无脑 N-hop，而是受 action 控制的局部扩展。

第三是 routing and pruning。模型看候选节点后，选择真正有用的内容，把无关分支剪掉，并更新当前 reconstructed context。

这套机制让检索具备两个能力：发现新 cue，以及停止错误分支。长期记忆系统最怕的不是找不到东西，而是找来一堆“看起来相关但会干扰判断”的东西。MRAgent 用 Tag 和 routing 把噪声控制在探索过程中。

6. 实验结果

论文主要在 LoCoMo 和 LongMemEval 上评测。

LoCoMo 用来测长对话记忆，包括 single-hop、multi-hop、temporal 和 open-domain 问题。LongMemEval 更贴近用户-助手多 session 历史，每个问题对应很长的聊天记录。

结果大意是：

在 LoCoMo 上，MRAgent 用 Gemini backbone 时，把 overall LLM-Judge 分数从 68.31 提升到 84.21，相对提升约 23.3%。
用 Claude backbone 时，也有约 12.4% 的提升。
在 LongMemEval 上，相对最强 baseline 提升约 32%。
token 消耗和运行时间也下降，因为系统不是把固定邻居都塞进去，而是在图上做选择性重构。

论文的 ablation 也说明，只有 Cue-Content 直接索引不够；加入 Tag 后更好；再加入多步 reasoning，效果继续提升。这说明贡献不只是“多做了一个图”，而是图结构和推理式遍历共同发挥作用。