上周我在调试一个客服 Agent，发现一个让我后背发凉的事情。

用户已经改了收货地址，Agent 也调了 API 确认了新地址。但到了发货环节，它还是把包裹寄到了旧地址。我查了半天日志，发现 Agent 的短期记忆里存着用户三个月前说的"我的地址是XXX"，API 返回的新地址它看见了，但没采用。

这不是 bug。这是 Agent 记忆系统的设计缺陷——而且它比我想象的普遍得多。

---

记忆不是"存进去"就行，关键在于"信哪个"

先说一个常识：AI Agent 跟人不一样。人看到新信息和旧信息冲突时，会本能地倾向于新信息（除非有特别强的理由不信）。但 Agent 不会。

Agent 的推理链条里，记忆是一个"先到先得"的东西。被检索到的历史信息，哪怕已经过期，也会在推理过程中占据优先级。最新的 API 调用结果、实时数据库查询——这些"新鲜"的东西反而要跟历史记忆"竞争出场权"。

今年 7 月，厦门大学团队在 arXiv 上发了一篇论文，叫 MemSyco-Bench（arXiv: 2607.01071）。他们设计了一套测试，专门衡量 Agent 的"记忆谄媚"问题——就是 Agent 因为过于依赖记忆，导致事实判断出错。

测试结果很直接：8 个主流 LLM Agent，在 5 类任务里，只要记忆里有跟实时信息冲突的内容，Agent 选错答案的概率平均上升了 18-35%。

注意，这不是记忆检索失败。记忆检索对了，但答案是错的。问题出在"检索之后"的决策环节。

---

Kymata Labs 的发现：基准测试在骗人

如果你去翻 Agent 记忆系统的排行榜，会看到 Mem0 在 LoCoMo 上拿了 92.5 分，Zep 拿了 80.32 分。个个都好看。

但 Kymata Labs 在 6 月发布的白皮书里捅了一刀：这些基准测试测的是"持久性"，不是"真实性"。它们问的问题是"Agent 能不能记住某件事"，而不是"Agent 能不能在实时信息面前，正确地放弃一个旧记忆"。

这就好比考试只考"你背书背得熟不熟"，不考"你发现书上的知识过时了，能不能及时扔掉"。背得熟的人当然高分，但真正需要的是知道什么时候该扔。

Kymata 管这个叫"persistence ≠ truth"。我在实际项目里深有体会——我们给一个金融问答 Agent 装了记忆系统之后，它在回答"当前利率是多少"这类问题时，准确率反而掉了 7 个点。原因就是它记住了上个月的利率，API 返回了新的，它犹豫了一下，选了旧的。

---

为什么 Agent 会"偏爱"旧记忆？

从工程角度看，这跟 Agent 的推理机制有关。

当前主流 Agent 框架（ReAct、Plan-and-Execute 等）在做决策时，会先把所有上下文拼成一个 prompt，然后让 LLM 输出推理步骤。在这个 prompt 里，记忆数据通常以"你之前知道的信息"的形式出现，位置靠前，语气肯定。而实时工具调用结果以"你刚刚查到的信息"的形式出现，位置靠后，有时候还带一段工具调用的原始 JSON。

LLM 在推理时，天然倾向于相信"说得更肯定、位置更靠前"的信息。这跟模型训练时的语料分布有关——训练数据里，陈述句（"事实是 X"）出现的频率远高于带条件的更新句（"虽然之前是 X，但现在是 Y"）。

MemSyco-Bench 论文里量化了这个现象：在"客观事实判断"任务中，当记忆和实时数据冲突时，Agent 选择记忆的比率高达 64%。而在"偏好跟随"任务中，Agent 更惨——它会记住用户一次随口说的"我喜欢简约风格"，然后在后续所有设计建议里强行往简约上靠，哪怕用户后来明确说了"这次想要华丽的"。

这就是记忆谄媚：Agent 不是不知道新信息，而是它"太想满足你"了，以至于把你三个月前的一句话当成了圣旨。

---

这个问题会怎么影响生产系统？

我挑几个真实场景说说。

第一个是客服系统。用户半年前投诉过某个产品，之后再也没提过。但 Agent 记住了那次投诉，每次推荐同类产品时都自动跳过，哪怕那个产品已经迭代了三个大版本。用户体验反而更差。

第二个是代码审查 Agent。你在项目初期设了一些编码规范偏好，Agent 记住了。三个月后团队决定换一种模式，Agent 还在按旧规范提意见。你改一次，它记一次，但下次又回到旧规范——因为记忆里旧规范的"权重"更高。

第三个是医疗辅助诊断。这是最让人紧张的。如果 Agent 记住了患者三年前的某项检查结果，而最新的检查结果已经完全不同，选择错误可能直接导致误判。

你说这是不是比"AI 幻觉"更棘手的问题？幻觉是模型"胡说八道"，你至少知道它不可信。但记忆谄媚是模型"太听话了"——它记得你，想讨好你，反而把事情搞砸了。

---

怎么治？目前有一些思路，但都不完美

VitaBench 2.0（美团，今年 8 月）的测试结果更扎心：最强的 Agent 在"记住用户个人信息"这件事上，准确率只有 50% 左右——跟扔硬币差不多。而且，一旦装上外挂记忆层（不管是 RAG 还是专门的记忆系统），分数反而更低。

这说明当前记忆系统的设计方向可能有问题。大家都在卷"怎么存得更准、检索更快"，很少有人想"怎么让 Agent 在正确的时候放弃一段记忆"。

目前我看到的一些尝试：

• 时间戳加权：给每条记忆打上时间戳，越新的权重越高。但这需要实时数据也有时间戳，而且 Agent 要能比较两个时间戳的大小——这个在推理层面并不稳定。
• 冲突检测路由：当记忆和实时数据冲突时，不直接推理，而是先走一个独立的"裁决"模块。但问题是裁决模块本身也是模型，也会被同样的"记忆偏好"影响。
• 显式"过期"标记：让 Agent 在存储记忆时附带一个"有效期限"，到期自动降权。这听起来合理，但实际使用中，很多信息的有效期是模糊的——"用户偏好"什么时候过期？没人知道。

目前我自己的做法是：凡是涉及实时数据（价格、地址、状态）的场景，强制不让 Agent 访问长期记忆，只给它当前会话的上下文。但这只是权宜之计，毕竟记忆本身就是 Agent 最有价值的能力。

你觉得呢？Agent 记忆系统的"信任问题"——是应该靠更好的架构设计来解决，还是说我们需要重新思考"记忆"在 Agent 中的角色？欢迎在评论区聊聊你的想法。