现在的AI智能体，需要和人进行长时间、多轮次交互。在漫长对话里，AI要记住你的偏好、历史任务、过去发生的事件。但大模型本身的上下文窗口有限，就算把窗口拉得很长，模型也经常记不住早期信息。

于是， 智能体记忆（Agentic Memory）  技术应运而生，专门负责存储、整理、更新、调取AI过往的经历，相当于给AI外挂一个长期记忆库。

不过现有的记忆系统有一个很头疼的矛盾：要么简单粗暴、速度快但是记性差；要么靠大模型反复推理管理记忆，效果变好，但开销巨大、响应很慢。Jev-Mem这篇论文借鉴人脑认知理论，提出一套全新架构，同时做到记忆效果更好，运行速度大幅提升。（文末附下载）

一、人脑的两套思考系统

心理学里有著名的 双加工理论 ：

• 系统一（System One） ：快思考。下意识、轻量、高速，做判断、分类、打分，不需要深思熟虑。比如看到危险立刻躲闪，快速分辨好坏。
• 系统二（System Two） ：慢思考。费力、严谨、生成完整文字，用来深度推理、综合信息、写最终答案。

目前绝大多数AI记忆系统，把大量本该快速完成的记忆管理工作，全部扔给会生成文本的大模型（相当于全部交给系统二）。

举个例子：当新的对话进来，系统需要判断这条信息属于什么类型？和库里哪条旧记忆有关系？用户提问的时候，该去哪部分记忆搜索？搜到的材料够不够回答问题？要不要继续找更多内容？

这些任务本质是分类、打分、判断关联，不需要写一大段文字。但老方案却要调用大模型生成一大段输出，再解析结果。大模型逐token生成文本，开销高、延迟大，而且这些高频判断处在记忆读写的关键路径上，反复调用会让整个AI智能体变得又慢又贵。

Jev-Mem的核心思想就是把两者拆开：

• 系统一控制器 ：专门包揽所有高频、结构化记忆控制工作，只输出标签、分数、概率，不生成长篇文本；
• 记忆平面 ：多关系结构化记忆存储，保存所有历史信息；
• 系统二大模型 ：只在最后关键时刻出场，拿到筛选完毕的证据，做复杂推理，生成最终回答。

琐碎的记忆管家工作交给“快系统”，深度写答案留给“慢系统大模型”。

二、Jev-Mem整体是怎么工作的

整个流程分为 写入记忆（把新经历存入库）  和 检索记忆（用户提问调取历史）  两大块，全部由系统一主导，系统二只负责收尾输出答案。

1. 写入记忆：把新观察整理存入多关系记忆图

每当产生一条新交互（用户说话、环境反馈），就会进入写流程：

• 记忆类型标注（Jev Typing） 系统一给这条记忆打多维度分数，标记它是事件经历（情景记忆）、通用知识（语义记忆）、操作流程（程序记忆）还是用户偏好。一条记忆可以同时拥有多种标签，不是非此即彼。这里不会直接丢掉任何原始信息，只是打标签。很多旧系统会直接判断这条要不要删掉，容易丢失未来会用到的线索；Jev-Mem保留原始记录，取舍放到后续检索阶段。
• 候选记忆查找（Candidate Search） 不会拿新记忆和库里面几百万条记录全部比对（会越跑越慢）。先用 向量相似度 、关键词、实体重合、时间远近，筛选出一小批最有可能相关的旧记忆作为候选集。
• 关系推断（Jev Relations） 系统一只对筛选出来的候选对做判断：两条记忆之间是否存在语义关联？有没有因果先后？是不是同一个事件？实体是否等价？

它维护四类关系视图：

• 语义：内容话题相关；
• 时间：先后、同时、包含；
• 因果：一件事导致另一件；
• 实体：提到同一个人、事物。

满足分数阈值，就在记忆图中建立对应类型的边。同两条记忆可以同时拥有多种关系。

• 存入记忆库 + 定期整理（Consolidation） 把节点和关系写入共享记忆平面。每隔一段时间，系统一会检查部分记忆，判断是否存在冗余、矛盾、过时信息。 原始记忆永远保留 。合并、抽象提炼这件事不会自动发生；只有系统一给出很高置信度之后，才会调用系统二大模型生成摘要，原始素材不会被覆盖删除。

2. 检索记忆：闭环自适应查找，而不是简单top-k检索

用户提出问题之后，不是直接向量检索返回top-N片段，而是一套闭环迭代的搜索流程：路由→检索锚点→证据评估→图扩展→重新评估，直到满足条件才停止，再把证据交给系统二生成答案。

• 查询路由（Jev Routing） 系统一判断回答这个问题需要用到哪几类关系：是要看时间线？找因果原因？还是实体关联？同时预测需要几跳推理、时间信息有多重要。一个问题可以同时激活多种关系视图，不是只能选一种。
• 分配检索预算 总搜索资源是有限的，按照各个关系视图对当前问题的有用程度，分配搜索算力。重要的关系分配更多遍历次数，不重要的少分配，避免无意义遍历整张大图。同时规定图遍历最大深度。
• 获取搜索锚点（Anchors） 融合向量语义检索+关键词检索，拿到一批高质量的记忆节点，作为图遍历的起点。
• 迭代扩展+打分候选记忆 不断沿着图的边向外扩展，每一条候选记忆，系统一从多个维度打分：
• 和问题的相关性；
• 这条关系对当前查询有没有用；
• 是否带来之前没有见过的新信息；
• 是否可以支撑已经收集到的证据。

同时结合向量相似度、时间远近做加权综合得分，选出高价值候选加入证据集合。

• 自适应停止（Evidence Check） 这是Jev-Mem非常关键的创新，不设置固定迭代轮数，系统一持续评估三件事：
• 当前收集到的证据够不够完整回答问题；
• 是否还有缺失的关键信息；
• 继续再搜一轮，还能不能带来有效信息。

满足下面任意一种情况就停止检索：证据已经足够，缺失信息少，没有矛盾；就算证据不全，继续搜索大概率也找不到有用新材料。

同时设置硬性上限：最大遍历节点数、边数、耗时，防止无限循环。

• 交给系统二生成答案 检索停止后，把筛选完毕的一小部分高质量记忆证据传给大模型（系统二），由大模型综合证据输出回答。

图遍历、找关系、判断要不要继续搜，这些繁重的记忆管理工作，大模型完全不参与。

三、实验结果

论文在LoCoMo数据集上做测试，LoCoMo专门评估超长多轮会话，考验AI跨会话做时间推理、因果推理、多跳推理的记忆能力。对比了Full-Context、A-MEM、Nemori、MemoryOS、 MAGMA 等主流记忆方案，使用LLM-as-a-Judge打分评估回答质量，同时统计两项效率指标：

• 记忆构建时间 ：把整套历史对话全部建成记忆库耗时；
• 单查询平均延迟 ：用户提问，调取记忆并输出回答的平均耗时。

回答质量

对比最强基线MAGMA综合得分0.700， 相对提升11% 。

在多跳推理、开放域、对抗干扰场景提升尤其巨大。对抗场景意味着库里存在很多看起来相似但是错误的干扰记忆，Jev-Mem的证据评估打分机制可以很好过滤噪声。

运行效率

• 相比最快的竞品， 构建速度提升6.6倍，耗时降低84.9% ；
• 查询平均延迟仅0.93秒，对比第二名MAGMA降低36.7%，甚至比直接把全部上下文塞给大模型还要快。

提速没有牺牲质量，反而质量同步上涨 。过去很多轻量化记忆会牺牲效果换速度，而Jev-Mem靠架构分离，做到两全。为什么能做到？

• 大量判断交给轻量系统一控制器，不再频繁调用生成式大模型；
• 写入阶段只对筛选后的少量候选做关系判断，不和全部库比对；
• 查询时动态分配搜索预算，自适应停止，不盲目遍历整张记忆图；
• 传给大模型的证据是经过层层筛选的精简高价值集合，减少大模型负担。

四、启发与局限 创新亮点总结

• 架构创新 ：把记忆控制本身作为独立系统层，而不是作为prompt里附属逻辑。区分轻量结构化决策（系统一）和生成式深度推理（系统二）。
• 读写统一 ：记忆写入和读取，共用同一套系统一控制器，而不是写入一套逻辑、检索另一套。
• 保留原始信息优先 ：写入阶段不做粗暴丢弃，避免早期误判删掉未来关键信息；合并、抽象为可选项。
• 检索是闭环决策过程 ，摒弃简单固定top-k，根据查询、已拿到的证据动态调整搜索策略，判断何时收手。

很多 AI Agent 记忆的性能瓶颈， 不一定是大模型能力不够，而是记忆管理流程频繁调用大模型带来巨大开销 。很多判断本质是打分、分类，不需要自由文本生成。把这些工作剥离出去，既省钱提速，还可以减少大模型幻觉对记忆管理流程的污染。

潜在局限

• 系统一控制器本身需要能够完成各类打分判断，依赖对应的模型能力；
• 论文实验主要基于LoCoMo对话数据集，在更复杂的真实世界多模态、工具调用智能体场景的表现还需要进一步验证；
• 各种阈值（关系阈值、证据充分阈值）需要调参，不同场景可能需要重新适配。

五、小结

Jev-Mem 的贡献不只做了一个更好的记忆图谱，它真正重要的是重新划分了计算职责：

• 高频、有界、结构化的记忆控制，交给轻量 System-One；
• 低频、开放、复杂的推理和生成，交给 System-Two；
• 写入和读取共享同一控制抽象；
• 检索不再是固定 top-k，而是带预算、评分、停止条件的闭环过程。

这带来一个很有价值的启示： AI 智能体的记忆系统，不应该只是“存什么”和“怎么搜”的问题，还应该问“由谁来做记忆控制决策”。