面向AI Agent的可迁移、自演进记忆操作层MindMemOS
Agent的能力越来越强，但使用体验仍有一个尴尬之处：
每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。
用户偏好、项目背景和踩坑经验无法迁移，只能从头解释，再把新Agent“重新养一遍”。
真正的挑战不只在于“有没有记忆”，还在于四件事：
- 记忆带不走 ：记忆依附于单个Agent，无法跨应用和框架复用。
- 记忆视角不同 ：不同业务关注的实体、属性和提取规则完全不同，一套固定模板难以通用。
- 记忆系统不会成长 ：提取、检索和组织策略在开发完成后便基本固化，无法从真实使用与用户纠偏中持续演进。
- 记忆缺少时间维度 ：系统既要知道最新事实，也要保留事实如何变化、旧状态如何被新状态取代的过程。
为此，华为诺亚方舟实验室推出了面向AI Agent的 可迁移、自演进记忆操作层MindMemOS ：
它将记忆从单个Agent中解耦；
记忆建模以实体、属性、时间三维结构同时保存最新状态与完整演化轨迹；
通过MindSchema记忆模式预设记忆提取规则，或围绕给定任务与标注问答离线演化提取策略；
Feedback挖掘用户隐式的纠正性反馈，有选择地强化或降级已有记忆，从而提升记忆的可靠性及其与用户意图的一致性。
Dreaming离线巩固记忆，消解冲突，持续提升记忆质量。
MindMemOS想解决的不只是“怎样让Agent记住”，而是 记忆怎样带得走，系统怎样知道该记什么，以及记忆与记忆系统怎样一起进化。
更直接的是结果：
- MindMemOS在LoCoMo上取得 94.03 分，在PersonaMem上达到 70.63% ；
- 在MemoryAgentBench的FactConsolidation测试中，Dreaming压缩 19.4%-23.5% 活跃记忆的同时，将问答准确率最高提升 10.3个百分点 ；
- 基于真实执行轨迹的Skill演进，则把SpreadsheetBench-Verified的任务成功率提升至 57.2%±2.4% 。
项目地址： https://github.com/mindscale-noah/MindMemOS 项目官网：https://mindmemos.cn
△MindMemOS将Agent接入、记忆算法与底层记忆结构解耦，并把质量优化和Skill Evolution纳入同一系统。
用「实体-属性-时间」重建记忆中的世界
MindMemOS首先改变了记忆的基本组织方式。
传统方案常把记忆保存为一组文本片段或向量块。MindMemOS则用一个三维结构描述开放世界的信息流：
- 实体（Entity） ：人、项目、文件、工具、组织等持续存在的对象；
- 属性（Property） ：对象的事实、偏好、状态和高阶特征；
- 时间（Time） ：属性在什么时间成立，又在何时发生变化。
△每条记忆都可以落到“实体、属性、时间”的唯一坐标，同时保留实体关系和属性演变轨迹。
这相当于不再把“用户以前喜欢X”和“用户现在改用Y”当成两段互不相干的文本，而是把它们放回同一实体、同一属性的时间轴上。
实体之间可以建立语义关联，每个属性的演变也能被追踪。
在此之上，MindMemOS提供两条互补的记忆生成路径。
一条是 MindVanilla模式 。
它不依赖预先定义的建模模板，可以接收对话、文本和工具执行轨迹，适合开放域信息快速进入统一记忆库。
另一条是 MindSchema模式 。
系统先通过实体建模规定当前领域关注哪些实体和属性，再完成话题片段切分、属性级记忆生成、等价实体融合和图结构合并。
不同场景可以调整记忆提取规则种子，让同一套系统适配不同任务，而不必重写整个记忆基础设施。
检索时，MindMemOS也不是只做一次向量相似度匹配。
它设计了一套Compact Search：
- 外层Agentic模块负责分析查询、规划检索路径和判断信息是否充分；
- 内层工具则执行从实体到属性、从属性反查实体、多跳关系扩展和属性时间线追踪等多路径搜索。
简单来说，系统不只是寻找“最像问题的一段话”，而是在记忆图中寻找抵达答案最短、同时覆盖信息最充分的路径。
Dreaming：让Agent在「空闲时间」整理记忆
人类不会永久保留每个细节。我们会在回顾中合并重复信息、淘汰过时判断，并从多次经历中形成更抽象的认识。
业界把类似过程称为 Dreaming 。
Dreaming在离线阶段从尚未整理的记忆出发，围绕相关实体扩展局部范围，识别重复、冲突和演化关系，再生成具体操作：合并冗余内容、归档被新事实取代的旧记忆、补充关系，或发现更高阶的模式。
关键在于，这种整理结果会变成持久的记忆状态，而不是把判断压力留给每一次回答时的语言模型。
例如，当同一个实体对应两条相互冲突的事实时，普通检索可能把两条内容一起返回，再期待回答模型临场判断。
MindMemOS会在Dreaming阶段识别其中的替代关系，归档已经失效的版本，并保留supersedes关系。之后的普通检索拿到的是更干净、没有歧义的上下文。
这里有一个更直观的Case Study。
MemoryAgentBench先后写入两条互相冲突的事实，并规定后写入的事实应当覆盖旧版本。
Dreaming之前，两条记忆都会进入检索上下文，回答模型受到现实世界知识干扰而选择了旧答案；
Dreaming之后，系统把较早版本归档、建立supersedes关系，同一查询便只会得到当前有效的事实。
△Dreaming将冲突判断从每次查询时的临场推理，前移为可持续保存的离线记忆状态。
MindMemOS在MemoryAgentBench的FactConsolidation子集上，测试了这一机制：
结果显示，Dreaming并不是通过“记得更多”换取提升。
相反，它在提高Single-hop和Multi-hop得分的同时，将大约五分之一的活跃记忆转入归档（归档则不会被主动召回）。
这是一种典型的“少即是多”：减少干扰，本身就是提升记忆质量的一部分。
Feedback：用户的一次纠正，不应该只修一条答案
Dreaming负责系统主动整理，Feedback则让用户交互中的纠错信号回到记忆系统。
MindMemOS同时支持显式与隐式反馈。
用户可以直接用自然语言指出某条记忆错误，也可以在后续对话中表达不满、修正或新的偏好。
系统会判断这条信号是当前任务临时信息、特定场景偏好，还是适合长期保留的规律，再决定新增、更新、归档、删除或强化相关记忆。
这一步很重要，因为用户偏好往往不只是一个“是什么”的事实。
一个用户说自己偏好临时约见，真正影响推荐的可能是背后的原因：低压力安排反而能让其更可靠地赴约。
随着更多交互出现，系统需要逐渐补全“为什么”和“在什么场景下成立”，而不是无限新增相似的碎片。
论文中的PersonaMem-Evo案例展示了这种变化。
Feedback之前，系统只留下“偏好临时安排”这条表层信息，在Top-10中仅召回一条模糊相关记忆，最终给出了结构化群体活动这一错误选项。
Feedback从多轮交互中识别出真正稳定的关系是“喜欢临时或当天计划，担心长期计划有变”，并为其补上社交场景边界。
更新后，三条一致的社交规划记忆共同进入Top-10，答案也转向正确的“自发一对一活动”。
△Feedback不只是增加一条记忆，而是更新原记忆的语义结构、归档旧版本，并改变后续检索结果。
因此，Feedback的目标不只是修改单条记忆。
期望是让反馈继续作用于记忆提取、检索和组织策略，实现记忆内容与记忆系统的共同演进。
不只记住发生过什么，还要沉淀「下一次怎么做」，持续优化Skills
如果说事实和偏好让Agent更懂用户，那么Skill决定了它能否把经验真正变成能力。
MindMemOS将Skill视为记忆系统的一个关键应用。
系统提供云端Skill注册、版本链、同步和回滚能力，并通过统一的Memory Add接口收集真实任务轨迹。
不同Agent框架只需在轨迹中附带本次使用的Skill上下文，系统便能把执行结果绑定到对应版本。
当轨迹积累到一定数量后，MindMemOS会依次完成：
如果轨迹没有任务得分，系统可以从反复出现的成功路径和失败模式中做无监督演进（MindEvolve-Unsup）；
如果有评分，则会强化高分轨迹中的有效行为，并抑制低分轨迹里的常见错误（MindEvolve-Sup）。
论文在包含400个真实表格操作任务的SpreadsheetBench-Verified上。进行了三次重复实验：
△SpreadsheetBench-Verified任务成功率。结果为三次重复实验的均值与标准差；亮蓝和深蓝分别代表MindEvolve的无监督与监督演进配置。
这里有一个颇有意思的结果： 未经优化的初始Skill甚至低于No-skill 。
换句话说，给Agent一份操作指南并不必然带来提升，过时、冗余或不适配任务分布的规则反而可能制造干扰。
而MindMemOS的无监督演进仅依靠执行轨迹，就将成功率从51.3%提升到55.3%；加入任务评分后进一步达到57.2%，相比No-skill提升5.9个百分点，相比未经演进的Init-skill提升9.2个百分点。
这进一步解释了这些数字从何而来：
最初的表格Skill主要是一份openpyxl、pandas使用说明，只告诉Agent怎样打开、编辑和保存工作簿，却没有覆盖真实任务中反复出现的失败：公式不会被openpyxl自动重算、格式化空行会让ws.max_row虚高、在活动工作表上一边读取一边写入可能移动行或覆盖源数据，保存成功也不代表结果已经通过验证。
无监督演进从失败轨迹中把这些经验改写成可执行约束，例如：不要把公式文本当作数值；筛选、排序和删除时先从源表构造稳定快照；保存后必须重新打开文件并按评测读取方式复核。
它完成的不是“增加更多API教程”，而是把反复踩坑的历史压缩成通用避错规则。
加入任务分数后，监督式演进又学会了规则的适用边界。
例如，它不会为了通过缓存值检查而把所有公式粗暴替换成硬编码数值；写入复杂工作簿前，还要先确认源列、目标列和映射关系。
也就是说，监督信号带来的不只是更多规则，而是让Skill逐渐知道一条规则何时应该使用、何时应该停止。
Skill不再是一份写完就不动的提示词文件，而可以成为一项带版本、带证据、可持续更新的长期能力资产。
记忆基准SOTA
除了Dreaming与Skill演进，MindMemOS还在两项主流长期记忆基准上评估了基础记忆能力。
LoCoMo包含10组超长多会话对话。使用gpt-4.1-mini作为回答模型，并将系统、检索、回答和评判配置与EverOS默认实现对齐。
MindMemOS-Modeling的Overall Accuracy达到 94.03 ，成为所有对比方法中的最高结果。
← 返回最新