Research Map
DOC—MEM/02 · field-survey
REV 2026.04 · a
— The Memory Research Map —
Agent Memory/研究地圖
FIELD SURVEY
2025–2026 frontier · 8 directions · 11 papers · arxiv / mem0 / atlan / preprints — memory 已是獨立研究領域
8
研究方向
11
主要連結
2025–26
時間範圍
3
收斂洞察
figure 00 · landscape
Memory is
now its own
field.
now its own
field.
過去兩年，memory 從「RAG 的別稱」一路被推升為一門獨立研究領域。
光是 2025–2026 上 arxiv 的長期記憶相關 paper 就跨出 8 個明確方向：
從基礎理論 survey、把記憶看成學習機制、四層分層架構、episodic 細節、benchmark 標準化、
multi-agent 協同、procedural 技能化，到避免 LLM 摘要失真的 ground-truth memory。
這份地圖把這些方向按「理論 → 架構 → 系統」三層收斂，
每張卡片附上原始 paper 連結——下一個 agent 護城河的入口都在裡面。
AI memory 的研究，已經從「如何讓模型記得更多」
進化到「如何讓系統學習、抽象、並持續優化決策」。
RAG 只是 retrieval；真正的 memory，是一個包含 write × update × retrieval × learning 的完整系統。
01/03
— Foundations
理論層 · Memory 是什麼
為什麼把 memory 從 RAG 拆開、為什麼把它當作獨立系統、
為什麼把它視為 learning 機制——這層的 survey paper 在解這幾道大哉問。
// surveys
DIRECTION 01
Survey · Foundation
Memory 作為核心架構
Memory as Core, not Accessory
這類研究把 memory 從「輔助功能」提升成核心系統。
明確區分 memory vs RAG vs context，提出 memory 是獨立研究領域，
並把研究議程拆成 form / function / dynamics 三軸。
最新 2026 survey 進一步把 memory 定義為 write → manage → read 的閉環——
不只是 storage，而是一個 decision loop。
→
關鍵轉變：memory 不再是 retrieval 的同義詞，而是「閉環系統」。
DIRECTION 02
Trend · Memory = Learning
Memory = Learning
Adaptive, not just Persistent
最重要的 2026 趨勢——把 memory 視為「學習機制」而不是儲存機制。
記錄行為與結果、建立因果關係、影響未來決策，
就是讓 stateless LLM 變成 adaptive agent 的關鍵。
研究中提出的核心方向：reflective self-improvement、policy-learned memory、causal retrieval。
→
核心洞察：long-term memory 是 AI self-evolution 的基礎——personalization、multi-session learning、memory-driven behavior 都靠這層。
02/03
— Architecture
架構層 · Memory 該長怎樣
當 memory 變成系統，下一個問題是「結構怎麼分」。
分層、事件、技能——這三條線在 2026 已收斂出明確架構共識。
// structure
DIRECTION 03
Architecture · Layered
Multi-layer Memory · 分層架構
Working / Episodic / Semantic / Procedural
幾乎已經成為業界標準——四層分別對映人類認知科學。
working（短期 / context window）、episodic（事件 / 時序）、
semantic（知識 / RAG 所在）、procedural（技能 / SOP）。
兩份 2026 指南獨立得出相同收斂，意味著 架構討論已經結束、實作開始。
→
業界共識：再做 memory 系統的人，這四層幾乎是 default starting point。
DIRECTION 04
Architecture · Episodic
Episodic Memory · 事件記憶
Knowing vs Remembering
讓 AI 真的「記得發生過什麼」——記錄事件、時間、context 三位一體。
研究指出核心差異：semantic 是「知道」，episodic 是「記得發生過」。
多數系統現在還做不到完整 episodic memory——這是 2026 最明顯的 capability gap，
也是 agent 「有經驗」與否的分水嶺。
→
目前缺口：大部分系統仍把 chat log 當 episodic，缺真正的 event-time-context 結構化記憶。
— Resource
Episodic Memory in AI Agents (2026)
DIRECTION 07
Architecture · Procedural
Procedural Memory · 技能記憶
Reusable Task Units
最被低估、卻對企業最重要的一層。LEGOMem 框架把「任務流程」變成 memory——
把過去的 task 拆成 reusable unit，agent 遇到類似情境就直接組裝。
結果：小模型也能變強，整體 planning / execution 表現顯著提升。
這層才是把「個人經驗」轉成「組織能力」的真正關鍵。
→
商業意義：把 SOP 寫成 procedural memory，等於把資深員工的肌肉記憶寫成可複製的資產。
DIRECTION 08
Architecture · Fidelity
Ground-truth Memory · 避免 drift
Preserve Raw, not just Summary
MemMachine 直指一個核心痛點：LLM 在摘要過程中會產生失真——
每一輪壓縮都讓記憶離真實事件更遠，最後 agent 「記得」的是自己腦補的版本。
解法是保留完整 episodic 紀錄，不只存摘要、也存原始事件，
accuracy 顯著提升。是「memory drift」這個 2026 熱詞的直接回應。
→
設計守則：永遠保留 raw event log。摘要可以重生，原始資料不行。
03/03
— Systems
系統層 · Memory 怎麼量、怎麼合作
從架構走到系統——memory 必須能被測量（benchmark）、能被多 agent 共享（orchestration）。
這兩條路徑是 2026 下半年的主戰場。
// scale-up
DIRECTION 05
Systems · Benchmark
Memory Benchmark · 開始可量化
LOCOMO & Beyond
Mem0 推出的 LOCOMO benchmark 把 memory 從玄學拉回可測量。
評估面向：long-term recall · multi-session memory · consistency。
意義不只在於「能比較不同系統」，更在於 memory 開始有 academic / commercial 共識的衡量基準——
這是任何技術走向工業化的必經一步。
→
產業里程碑：memory 從 vibes 變成 measurable system，買家可以比、賣家必須打分。
— Resource
State of AI Agent Memory 2026 · LOCOMO
DIRECTION 06
Systems · Multi-Agent
Multi-Agent Memory · 共享記憶
MIRIX · Memory Orchestration
當系統從單 agent 變成多 agent 協作，memory 必須能共享、協調、防衝突。
MIRIX 是 2025 標誌性論文——多 agent 共用 memory、支援 multimodal memory。
回報結果：accuracy +35%、storage −99%，
memory orchestration 從此成為 multi-agent 系統設計的必修課。
→
新 primitive：memory orchestration 與 agent orchestration 是平行重要的兩個 layer。
∴
— The Three Convergences
收斂 · 三個關鍵洞察
八個方向看似分散，把它們疊在一起，會看到 2026 的 memory 研究正在收斂成三件事。
誰先把這三件事接起來，誰就握住下一輪 agent 的決勝點。
// convergence
①
Memory 正變成 AI OS
From DB → Operating System
不再只是一個 vector DB 或一張 table，而是一整層 infrastructure：storage / retrieval / update / generation 四個 primitive 全部要設計。MemMachine、MIRIX 都在朝這個方向長。
不是選 DB，是蓋 OS。
②
Memory = Learning System
From Storage → Decision Loop
從「能存能查」走到「能寫能更新能學」。memory 不只回答「過去發生什麼」，還要回答「下次該怎麼決策」——它就是 agent 的 continuous improvement loop。
記憶 = decision improvement loop。
③
Update / Governance 成痛點
The Open Frontier
幾乎所有 paper 都提到、但沒人解好——什麼該記？怎麼抽象？什麼時候更新？什麼該忘？這四個 update / governance 問題是 2026 真正的open research frontier。
下一個競爭點：memory update / governance。
— Where the Field is Going —
Storage → Architecture → Learning System
把這 8 個方向、11 個 paper 的脈絡疊起來，2026 的 memory 研究有一條清楚走向： 從工程問題（怎麼存）走向產品問題（要什麼能力）走向哲學問題（如何決定要記什麼）。 理論層告訴我們它是獨立領域、架構層告訴我們它分四層、系統層告訴我們它要被測量也要協同—— 但真正未解的，永遠是 update 與 governance。 這份地圖不是終點，是入口；每個連結背後，都是下一個 agent 護城河的可能起點。
◉
Further Reading
延伸閱讀
→ 01 · COMPANION
Conceptual · Why & What
Agent Memory 架構 — 為什麼記憶才是下一個決勝點
本篇是研究地圖；這篇是觀念導論。先讀「為什麼 stateless 是個問題」與「四層分層架構」，再回來看這 8 個 paper 會更立體。
→
→ 02 · IMPLEMENTATION
Anthropic · Public Beta
Claude Managed Agents Memory
論文走向產品的具體案例——Anthropic 把 memory 做成 filesystem 介面、跨 session 學習，是「Memory OS」這個趨勢的早期實作。
→
→ 03 · CONTEXT
Body Schematic
企業 Agent 的解剖學
把 memory 放回大腦・五官・手腳・工具的整張身體圖裡——記憶是大腦最重要的「外掛器官」，這篇給你 agent 完整骨架。
→