近日，微软正式公布全新AI研究项目Memora，瞄准当前AI代理普遍存在的长期记忆存储冗余、召回准确率低的行业痛点。该项目摒弃传统基于原始对话历史的记忆存储逻辑，采用基于抽象知识组织、线索触发式检索的全新架构，据内部测试数据，其长期记忆召回效率较传统方案提升42%，存储资源占用减少61%。
过去两年，AI代理（AI Agent）已成为生成式AI落地的核心方向，从消费级个人助理到企业级自主办公、智能客服系统，越来越多场景开始引入可自主执行任务的AI代理，但记忆能力不足始终是限制其规模化落地的核心瓶颈。
当前主流的AI代理记忆方案主要分为两种：一种是直接拉长大语言模型的上下文窗口，将全部历史对话输入模型推理，但窗口超过128K之后，推理成本会呈指数级上升，且信息召回准确率会下降30%以上；另一种是搭配向量数据库存储对话片段，通过相似度匹配召回相关内容，但很容易遗漏关联度高但字面相似度低的关键信息，导致AI代理出现“遗忘”或答非所问的问题。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号