复杂Agent记忆，输给了一个朴素RAG

新论文的标题像一个拷问：复杂Agent记忆是必要的吗？结论是，在很多对话理解任务上，一个简单的原始检索RAG，比精心设计的记忆系统更强。Akshay在推文中介绍这篇论文时评论说：RAG is so back（RAG回来了）。

论文来自Zhengye Bao等人，标题是《Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought》。他们提出Raw-RAG（RAG即检索增强生成，先检索证据再让模型回答）：直接从原始对话历史做稠密检索，重排，再把证据交给LLM回答。简单说，跳过记忆加工，需要回答时直接翻找原话，找到相关片段，让模型基于片段回答。在LoCoMo、LongMemEval、MEME、MemoryAgentBench四个基准、七种设置下，它拿下六个第一，比最强智能体记忆系统高出0.13到5.53分。

为什么朴素方法能赢？答案往往藏在多个相互关联的事实里：什么变了、何时变、影响了哪些旧事实。孤立的一个陈述撑不起回答。把对话压缩成独立记忆，会切断这些联系。Raw-RAG因为保留原话，能提供更多必需证据。作者发现，即使给记忆系统完整的转换存储访问，准确率仍然追不上原始证据。加工就是有损的。

有网友在推文下总结：记忆系统真正的坑，是把对话切成孤立记忆后，联系全断了。记不住反而不是主要问题。另一条评论更直接：原始段落保留了确切的措辞，而先总结再存储的记忆系统，可能会丢掉后来某个问题所依赖的那一个细节。这大概就是Raw-RAG赢的原因。

这和Akshay之前在另一篇文章里聊的Observations并不矛盾。他介绍Zep的做法：在知识图谱上做模式识别，找出跨对话的依赖链。比如三个工程师分别报告阻塞，单独看是三个问题，但观察层会识别出它们根源于同一个未完成任务。关键是，Observations不删除原始事实，每个观察都能追溯回具体消息和事实。摘要只负责描述结构，不替代证据。算法决定聚类，LLM只负责把结构写成文字。

所以，对Agent记忆来说，最简单的基线是先别丢东西。任何复杂的记忆系统，都应该先证明自己能赢过直接检索原文。如果你想在记忆之上构建抽象，至少要保证抽象可追溯，且不替代原文。否则，你只是在用一个更差的总结，替代原始证据。

参考：

• 论文：https://arxiv.org/abs/2610.30755
• Akshay的推文：https://x.com/akshay_pachaar/status/2114659720602534014
• Akshay关于Observations的文章：http://x.com/i/article/2086395867582603264