MIA：故意遗忘的 Agent，反而记得更好
到目前为止，所有 agent 记忆系统都在问同一个问题：怎么存更多？华东师大和上海 AI Lab 的团队反其道而行：怎么存更少，但更有用？
Memory Intelligence Agent 为深度研究 agent 引入了一套类脑架构。与其把对话历史塞进长上下文窗口——这实际上会因为注意力稀释而降低性能——MIA 用了 Manager-Planner-Executor 结构。Manager 把过去的经验压缩成结构化工作流。Planner（Qwen3-8B）从这些压缩记忆中生成高层搜索计划。Executor（Qwen2.5-VL-7B）用工具去执行。
巧妙的是训练方式。MIA 用了交替强化学习：先训练 Executor 跟着计划走，再用执行反馈训练 Planner。这种来回配合产生的协同效应是单一组件做不到的。此外还有测试时学习——系统在推理过程中更新自身参数，同时使用检索到的工作流和内化的知识。
在 11 个基准测试上结果很强：多模态任务提升 8.94%，纯文本任务提升 12.38%。在极难的 GAIA 基准上提升 8.8 个点。最有意思的发现：带 MIA 的 7B 模型比不带的 32B 模型高出 18 个点。无监督进化组件——三个审稿 agent 加一个 area chair，模仿学术同行评审——让系统无需人工标注就能自我改进。
这篇论文最重要的发现不是架构本身。而是原始记忆注入（传统 RAG、Mem0）的表现居然比完全不用记忆还差。长上下文不是答案，智能压缩才是。
https://arxiv.org/abs/2604.04503
← 返回所有文章
Memory Intelligence Agent 为深度研究 agent 引入了一套类脑架构。与其把对话历史塞进长上下文窗口——这实际上会因为注意力稀释而降低性能——MIA 用了 Manager-Planner-Executor 结构。Manager 把过去的经验压缩成结构化工作流。Planner（Qwen3-8B）从这些压缩记忆中生成高层搜索计划。Executor（Qwen2.5-VL-7B）用工具去执行。
巧妙的是训练方式。MIA 用了交替强化学习：先训练 Executor 跟着计划走，再用执行反馈训练 Planner。这种来回配合产生的协同效应是单一组件做不到的。此外还有测试时学习——系统在推理过程中更新自身参数，同时使用检索到的工作流和内化的知识。
在 11 个基准测试上结果很强：多模态任务提升 8.94%，纯文本任务提升 12.38%。在极难的 GAIA 基准上提升 8.8 个点。最有意思的发现：带 MIA 的 7B 模型比不带的 32B 模型高出 18 个点。无监督进化组件——三个审稿 agent 加一个 area chair，模仿学术同行评审——让系统无需人工标注就能自我改进。
这篇论文最重要的发现不是架构本身。而是原始记忆注入（传统 RAG、Mem0）的表现居然比完全不用记忆还差。长上下文不是答案，智能压缩才是。
https://arxiv.org/abs/2604.04503
评论