夜雨聆风
让AI真正拥有长期记忆:PlugMem源码深度解析
你有没有想过，每次和 AI 聊天，它为什么总像失忆了一样，需要你一遍遍重复背景信息？明明上周你们深聊过你的工作习惯，今天它依然一片空白。这不是 AI 不够聪明，而是它没有真正意义上的长期记忆。
记忆，是 AI Agent 的最后一块拼图
2024 年以来，AI Agent（智能体）成为业界最热门的方向——让 AI 不只是”问答机器”，而是能自主完成任务的智能助手。工具调用、多步规划、环境感知，这些能力一一就位，但有一块拼图始终缺席：
跨会话的长期记忆。
现有的解决方案大多是这样的：把所有历史对话塞进一个向量数据库，用户问问题时检索相关段落，喂给 AI。听起来很合理，但实际使用中问题很明显——
-
原始对话噪声多，有效信息密度低 -
随着使用时间增长，知识不断堆积却从不演化 -
“上周你说过的话”和”上个月的错误认知”并存，AI 不知道该信哪个
最近我深读了一个研究级开源项目 PlugMem（TIMAN Group，University of Illinois），它给出了一个与众不同的答案。让我们从源码视角，看清楚这套系统是怎么想、怎么做的。
一、核心洞察：记忆不应该是”存档”，而应该是”提炼”
PlugMem 最根本的哲学与传统 RAG 截然不同：
不存储原始对话，而是提炼可复用的知识单元。
就像你读完一本书，真正留在脑海里的不是书的每一页，而是书中的”知识”、”经验”和”印象”。PlugMem 照着这个逻辑，把 Agent 的经历抽象成三种记忆类型：
情节记忆 Episodic —— "发生了什么"（原始轨迹，存磁盘按需读取）语义记忆 Semantic —— "我知道什么"（事实性知识 + 语义标签）过程记忆 Procedural —— "怎么做" （子目标 + 经验洞见）这三种分类不是随意设计的，而是对应了认知科学中人类记忆系统的分层结构。
二、Memory 类：如何把一次 Agent 会话”结构化”
一次会话的处理流程由
Memory类驱动，用法极简：# 初始化一次会话mem = Memory(goal="帮我订一家适合商务宴请的餐厅", observation=初始页面)# 每走一步，调用 appendmem.append(action="搜索'北京商务餐厅'", observation=搜索结果页面)mem.append(action="点击第一条结果", observation=餐厅详情页)# 会话结束，触发批量提炼mem.close()表面上只有三行，背后运转着一套精密的 LLM 流水线：
每一步
append都在做什么？输入：一个 (action, observation) 对 │ ├─ 推断子目标：这个动作背后的意图是什么？ │ → LLM: "Agent 点击第一条结果，是为了查看餐厅详情" │ ├─ 评估奖励：这个动作对总目标有多大贡献？ │ → LLM: "成功找到目标餐厅信息，贡献较大" │ ├─ 判断子目标是否切换： │ → 计算当前子目标与上一步的 Embedding 相似度 │ → 如果 < 0.75（切换了意图），把当前轨迹段存入 Episodic │ 开始积累新的轨迹段 │ └─ 更新状态摘要： → LLM 更新 Agent 的内部状态描述（类似工作记忆）关键设计：用 Embedding 相似度自动切割轨迹，而不是按固定步数分割。当 Agent 的意图发生偏转，就意味着”一件新的事情”开始了，这是更自然的情节分割方式。
close()时做了什么？对每个情节段落，并行做两件事：
提炼语义记忆：让 LLM 从每一步的 observation 中提取事实陈述，并为每条事实打上语义标签（tags） 提炼过程记忆：让 LLM 把整段轨迹总结成”目标”和”经验洞见”——下次遇到类似任务时可以直接复用
三、MemoryGraph：一张会思考、会演化的知识图谱
提炼出来的知识单元，被组织进一个精心设计的异构知识图谱：
TagNode ──────── SemanticNode ──────── EpisodicNode（标签节点） （事实节点） （情节节点） │ bro_semantic（兄弟事实） │SubgoalNode ───── ProceduralNode ──── EpisodicNode（子目标聚类） （经验节点） （情节溯源）这里每一条边都是有意义的关系：
-
Tag → Semantic：这个标签属于哪些事实 -
Semantic → Episodic：这个事实来自哪次原始经历（溯源） -
Semantic 之间的兄弟关系：同一次经历中提取的事实互为兄弟，有语境关联 -
SubgoalNode 聚类 ProceduralNode：相同类型的子目标，其所有经验都聚合在一起
写入图谱：insert() 时发生了什么？
以语义记忆的写入为例：
mg.insert(mem) # 将一次 Memory 对象的所有知识写入图谱标签的处理方式很有意思：系统不会直接用字符串精确匹配，而是用 Embedding 相似度（阈值 0.9）来判断两个 Tag 是否是”同一个”：
"user preference" 和 "user's preference"→ embedding 相似度 > 0.9→ 复用同一个 TagNode，不创建重复这避免了因文字表述差异导致的知识碎片化，是一个非常实用的工程细节。
四、检索时：三层 LLM 路由，拿到最对的记忆
当 Agent 需要从记忆中获取帮助，调用方式同样优雅：
answer = mg.retrieve_and_reason( goal="订餐厅", subgoal="选择符合预算的选项", state="已找到三家候选餐厅", observation="当前页面显示价格对比...")内部执行了一套三步路由策略：
Step 1：规划 —— 提炼检索意图
LLM 分析当前情境，生成：
-
query_tags：[“商务宴请”, “北京”, “价格”, …] -
next_subgoal：”选择性价比最高的餐厅” -
mode：该用哪种记忆？
Step 2：按 mode 走不同通路
语义模式 → retrieve_semantic_nodes() 路A: 当前状态 embedding → 直接相似度 Top-5 路B: query_tags → TagNode → 投票语义节点 （精确命中 tag 权重 ×5，模糊命中权重 ×1） 合并两路 → 综合评分 → Top-k 事实过程模式 → retrieve_procedural_nodes() → next_subgoal → 匹配相似 SubgoalNode → 取该节点下所有经验，按历史收益排序情节模式 → 两路都跑 → 通过语义/过程节点反向找原始情节，组装上下文这种双路召回 + 投票聚合的机制，比纯向量检索鲁棒得多。Tag 路由擅长处理专有名词和精确实体，向量检索擅长处理语义泛化，两者互为补充。
Step 3：推理 —— 记忆 + 洞见 → 最终行动
检索到的记忆填入对应的 Prompt 模板，再次调用 LLM，生成最终的行动决策或答案。
五、最令人惊喜的设计：记忆会”自我更新”
这是 PlugMem 里我认为最具前瞻性的功能——
update_semantic_subgraph()，一套LLM 驱动的知识演化机制。mg.update_semantic_subgraph(merge_threshold=0.5)设想这样的场景：
旧事实（三个月前存入）：”用户喜欢辣食”新事实（今天存入）：”用户点了清淡的粤菜，说最近肠胃不好，不吃辣了”
两条对同一话题的事实，Embedding 相似度超过阈值，触发合并流程：
LLM 合并决策 → relationship: "UPDATE_SAME_FACT" merged_statement: "用户过去喜欢辣食，但近期因肠胃原因改为清淡饮食" deactivate_earlier: true ← 旧事实标记为非活跃 deactivate_later: false ← 新事实保留执行结果：✅ 生成合并后的新 SemanticNode✅ 旧节点 is_active = False（软删除，不物理移除）✅ son_semantic 字段记录合并来源（可溯源、可审计）这里有几个精妙之处：
不是硬删除：旧节点物理上还在，只是被标记为非活跃。历史完整保留，合并链可回溯 LLM 做语义判断：不是简单地”相似度超过阈值就覆盖”，而是让 LLM 理解两条信息的关系是”更新”还是”互补”还是”弱相关不宜合并” Credibility 机制：节点有可信度分数，可以随时间衰减，实现对旧知识的渐进遗忘 这让知识图谱从”只增不减的档案馆”变成了”动态更新的活知识库”。
六、可插拔策略：这套系统如何做到任务无关
PlugMem 被设计为”任务无关”（task-agnostic），核心是一套**策略模式（Strategy Pattern）**的价值函数体系：
class ValueBase(ABC): def evaluate(self, Importance, Relevance, Recency, Return, Credibility) -> float: return ( self.compute_importance(Importance) + self.compute_relevance(Relevance) + self.compute_recency(Recency) + self.compute_return(Return) ) # 子类负责实现每个维度的具体计算逻辑 @abstractmethod def compute_relevance(self, ...) -> float: ... @abstractmethod def compute_recency(self, ...) -> float: ... ...五个维度意味着五个可扩展的方向：
-
Relevance：当前版本的核心维度，用 Embedding 相似度衡量 -
Recency：时间衰减，越近的记忆权重越高 -
Importance：被引用次数越多，说明越重要 -
Return：强化学习视角，历史上带来收益的经验优先 -
Credibility：知识可信度，可随时间或新证据更新
不同的应用场景，注入不同的 ValueBase 子类实例，完全不需要修改检索逻辑。这正是 PlugMem “即插即用”定位的工程基础。
七、在三个主流 Benchmark 上的验证
PlugMem 在三个完全不同的任务场景上进行了评测，这恰恰证明了其设计的通用性：
|
|
|
|
|---|---|---|
| WebArena |
|
|
| LongMemEval |
|
|
| HotpotQA |
|
|
同一套 MemoryGraph，三套不同的 insert_xx_ver() 和 build_mem_from_disk_xx_ver() 适配方法，核心图结构完全复用。
总结：这套设计的真正价值在哪里
回到最开始的问题——为什么 AI 总像失忆了？
PlugMem 给出的不只是一个技术答案，更是一种认知范式的迁移：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
六行代码接入，让 Agent 拥有会学习、会演化、会遗忘旧错误的长期记忆——这正是 AI Agent 从”工具”走向”助手”所需要的关键一跃。
项目地址：TIMAN-group/PlugMem本文基于源码阅读整理，所有代码细节均来自项目
src/目录的实际实现。
如果你对 AI Agent 的记忆系统设计感兴趣，欢迎在评论区交流。
