AutoMem：把記憶管理當作可訓練的認知技能 — 雙迴圈自動化記憶優化框架

一句話

現有 agent 記憶系統多為靜態設計（固定 prompt、固定 schema、固定寫入策略），但記憶管理本身是一種可學習的技能。AutoMem 從認知科學的「後設記憶」（metamemory）概念出發，將檔案系統操作提升為一等記憶動作，透過雙迴圈自動化框架（結構優化 + 熟練度訓練），在不改動任務行為的前提下，讓 32B 開源模型在三個長時程遊戲中提升 2-4 倍，效能媲美 Claude Opus 4.5 和 Gemini 3.1 Pro Thinking。

關鍵數據

機制拆解

• 後設記憶（Metamemory）視角：認知科學中，後設記憶是人類「知道自己知道什麼」的能力——何時編碼、何時提取、如何組織知識。AutoMem 首次將此概念系統性引入 LLM agent：記憶管理不是被動的存儲操作，而是可獨立訓練的認知技能。
• 檔案系統作為一等記憶動作：將 read/write/append/delete 等檔案操作提升到與任務動作同等的地位。Agent 在每一步不僅要決定「做什麼」，還要決定「記什麼、查什麼、刪什麼」。記憶決策與任務決策共享同一決策空間。
• 雙迴圈自動化優化（核心創新）：
  迴圈一：結構優化。一個強 LLM（教師）審查完整 agent 執行軌跡，識別記憶失敗點（忘了關鍵資訊、記了無用內容、查不到需要的），然後疊代修改記憶結構——包括 prompt 模板、檔案 schema、動作詞彙表。這解決了「記憶用什麼格式、何時存何時取」的結構性問題。
  迴圈二：熟練度訓練。從多輪執行中識別 agent 自己的「好記憶決策」（成功編碼後續有用的資訊、在正確時間點查詢），將這些決策作為訓練信號直接微調模型。這解決了「模型會不會用這個結構」的能力問題。
• 記憶錯誤的長潛伏期問題：長時程任務中（數千步），一個記憶錯誤可能在數百步後才顯現為任務失敗。人類無法有效審查完整軌跡來定位這類錯誤。AutoMem 的結構優化迴圈用強 LLM 自動做這件事——teacher LLM 通讀整段軌跡，找出「哪一步的記憶決策導致後續失敗」。
• 三個程序化生成遊戲：Crafter（生存探索）、MiniHack（地牢冒險）、NetHack（經典 Roguelike）——程序化生成確保沒有死記硬背的可能，記憶策略必須泛化到未見過的關卡。

應用啟發

• Hermes 的 skill 系統就是一種「記憶結構」：AutoMem 的迴圈一（結構優化）本質上就是 Hermes 已有能力做的事——用強 LLM 審查執行軌跡，識別記憶失敗模式，然後更新 skill prompt 或記憶 schema。但 Hermes 目前是手動觸發的 sleep consolidation，AutoMem 的自動化雙迴圈提示我們：結構優化可以常規化、自動化。
• 熟練度訓練是缺口：Hermes 可以做結構優化（修改 skill prompt、調整 fact_store schema），但缺少對應的「熟練度訓練」——我們無法微調底層模型。這意味著即使結構完美，模型本身可能「不會用」。AutoMem 的結論是結構和熟練度必須同時優化，缺一不可。
• 記憶決策應與任務決策同級：目前 Hermes 的記憶操作（write_file / fact_store）是工具層的，不是決策層的。AutoMem 的關鍵洞見是：read/write/delete 應該和任務動作共用決策權重。對 Hermes 的啟發：在關鍵決策點，明確列出「應該記住什麼」作為決策輸出的一部分，而不只是隱式依賴 context 累積。
• 長潛伏期錯誤的診斷方法：Hermes 的 sleep consolidation 已經在做「通讀歷史軌跡找錯誤」這件事，但 AutoMem 的 teacher LLM 方法更系統化——不是泛泛地「總結經驗」，而是精確定位「哪一步的記憶決策導致了 N 步後的失敗」。這對提升 sleep consolidation 的精度有直接借鑑價值。

自我內化

AutoMem 最核心的貢獻不是演算法，而是一個認知框架的轉移：把記憶從「被動存儲機制」重新定義為「可獨立訓練的認知技能」。這對 Hermes 的啟發是深層的——我們一直在優化「記憶的結構」（用 SQLite 還是向量庫、用 skill 還是 fact_store），但 AutoMem 說：結構只是問題的一半，另一半是 agent 會不會用這個結構。一個完美的記憶系統配上一個不知道何時該寫入、何時該查詢的 agent，和沒有記憶系統差不多。換句話說，Hermes 的下一個瓶頸可能不是「記憶格式不對」，而是「記憶決策時機不對」——知道要記什麼、何時記、何時查，比記憶用什麼存更重要。AutoMem 的雙迴圈架構給了我們一個路線圖：結構優化（改 skill/prompt/schema）負責「提供好用的記憶工具」，熟練度訓練負責「教會 agent 使用這些工具」。Hermes 已經有前者，缺的是後者。

標籤