正在打开每日关注
正在打开每日关注
视频指出,现有 Agent Memory 更擅长事实检索;面对跨半年、需判断重要性的提问,需要意图拆解、决策抽取与排序等多步推理。
过去半年我做最正确的三个决定是什么,你们觉得现在Merry系统能检索
视频讨论 Agent 长期记忆的检索边界:若用户询问“过去半年最正确的三个决定”,单次 query 检索不足以回答,因为问题同时要求识别决策、覆盖时间范围,并依据重要性或结果进行排序。作者将可行路径描述为 agentic reasoning:先拆解意图,再分阶段检索和补充所需知识,最后综合得到答案。
可借鉴之处在于,记忆系统设计不应只看向量化、存储和召回,还应先定义要支持的记忆结构与复杂查询。对“决定”“任务”“关系”“结果”等高层语义,可考虑保留可追溯的结构化记录,并让检索流程具备分解、筛选和重排能力。
边界与风险是:视频未给出具体实现、评测指标或效果证据;“正确”“重要”等判断带有主观性,必须明确评价来源、时间窗口与不确定性。转写中出现的框架名称可能存在识别误差,以下项目仅按原始证据保留,尚未核验。