长期记忆是 2026 年智能体圈子里被反复提起、却很少真正跑通的模块。多数方案的做法出奇地一致：智能体每跑完一轮，就把轨迹压成一段摘要存起来，下次需要时整段调出来。这套写时压缩的逻辑听起来省事，问题在于——你永远不知道未来的任务会用到哪一句细节，于是在压缩的那一刻，可能被后来需要的线索就丢了。9 月 25 日提交的论文 EngramRAG（arXiv 2609.32049）走了一条相反的路：它把记忆的整理从写时推迟到读时，并借生物学的互补学习系统思路，给智能体装了一套清醒时反射、睡觉时归档的双状态回路。
三类记忆病症，三个对症处方
论文先把现有记忆架构的毛病归成三类，这个归类本身就值得做智能体的人抄下来当检查清单。一类叫联想失明：记忆图是扁平的，多跳关系走不动，要找「A 和 C 之间隔了 B」这种间接关联时，检索直接抓瞎。一类叫脚手架失忆：时间衰减一刀切，把用户长期稳定的人设与偏好也一起冲掉了。还有一类叫静态拓扑停滞：记忆图建好就不动，不管哪些实体被频繁访问、应该被推成枢纽。
EngramRAG 给每个病症配了一剂药。针对联想失明，它用使用量调节的个性化 PageRank（U-PPR），让转移概率随访问频率按赫布式可塑性演化，把持久实体自然推成高中心性的枢纽；针对脚手架失忆，它用随拓扑承重权重缩放留存半衰期的巩固机制（CATD），而不是按墙钟时间衰减，并设了一个冷启动宽限期；针对静态拓扑停滞，它用一张 SUPERSEDES 有向无环图来抑制过期状态。三剂药合起来，在受控的突变测试里把分裂脑幻觉从 70% 压到了 0——这件事对做可靠智能体的人来说，比任何跑分都更实用。
结果亮眼，但边界也要说清
在 LoCoMo 这套十个长对话、近两千个问答对的基准上，EngramRAG 的 Recall@5 做到 53.21%，对比稠密向量检索的 38.29%，相对提升 38.9%；时间推理的 Recall@5 到了 62.33%；九十天仿真里脚手架留存维持 100%，而前台检索反射控制在 26.21 毫秒。检索融合上它把稠密向量、BM25 和 U-PPR 三源按动态倒数排名融合归并，算是在经典 RAG 之外补了一层可解释的图信号。
冷静的部分不能省。其一，它目前只在 LoCoMo 这类对话记忆基准上验证，跨到工具调用、长程任务执行这类真正吃记忆的场景，效果还是未知数；其二，双状态回路里后台巩固要消耗额外算力，论文没有给出清晰的成本账，而成本恰恰是长期记忆能不能上生产的关键；其三，它是一篇研究方法，不是某个厂商的已上线产品，距离工程化还隔着文档、SDK 与运维那一套。对智能体赛道的观察者来说，这篇论文真正值得带走的，不是某个指标，而是「把巩固搬进空闲时段异步做」这个工程范式——它暗示长期记忆会像缓存一样，成为智能体运行时的一层独立基础设施，而不是塞在提示词里的一段压缩文本。
对工程团队的启发可以更具体。其一，记忆不该只在任务结束那一刻被压缩，而该在日常空闲时被异步整理，这样既能保留细节、又不拖累前台推理；其二，长期记忆要把哪些信息被反复用到当成一等信号，用访问频率去塑造记忆图的中心性，而不是平铺所有片段；其三，过期状态要有显式的抑制机制，否则同一智能体的多次记忆会互相打架、自己说服自己。这三点合起来，恰恰是把记忆从提示词技巧升级成可观测、可治理模块的起点。