春节，分享一篇最新Graph增强Agent记忆综述
https://arxiv.org/pdf/2602.05665
Graph-based Agent Memory: Taxonomy, Techniques, and Applications
https://github.com/DEEP-PolyU/Awesome-GraphMemory.
香港理工大学、厦门大学等联合发表了基于 Graph 的 Agent Memory 最新技术综述年前看到最有深度的AI下半场Agents记忆机制综述
一、为什么需要图结构记忆
LLM 驱动的 AI Agent 虽然展现出强大的推理能力，但面临着三个根本性局限：知识截断，工具 incompetence、性能饱和。刚刚，Gemini 3.1 Pro 突发，推理翻倍，编程翻车
记忆（Memory） 成为解决这些问题的核心模块——它让代理从 “无状态反应模型” 进化为 “有状态自适应实体”，实现知识积累、迭代推理和自我进化。
图 1: AI 代理系统工作流程与记忆实现视图
传统代理记忆采用简单的线性或键值存储（如固定长度 token 序列、向量数据库、日志缓冲区），而图结构记忆正在成为 2025-2026 年的研究前沿。
二、Agent 记忆的分类学
2.1 双重维度：知识记忆 vs 经验记忆
提出了一个清晰的记忆分类框架，核心区分在于知识记忆（Knowledge Memory）与经验记忆（Experience Memory）：
图 2: 知识记忆与经验记忆的类型及应用
图 2 清晰展示了两种记忆的本质差异：
知识记忆让代理 “ 懂规则 “，经验记忆让代理” 会学习 “。
2.2 图结构的统一视角
核心论点：图结构是记忆的最一般形式。传统记忆可视为图的退化形式：
线性缓冲区 = 图中的一条链
向量记忆 = 全连接图（相似度加权边）
键值存储 = 星型图结构
图 3: 传统代理记忆与图结构代理记忆的对比
图 3 通过医疗问诊场景直观展示了传统记忆与图结构记忆的差异：
传统记忆：线性提取→密集向量存储→相似度检索→粗粒度更新
图结构记忆：结构化感知提取→显式关系编码→语义 + 关系检索→细粒度节点 / 边级更新
三、记忆的生命周期：从数据到智慧的旅程
论文按照记忆的生命周期（Lifecycle）组织技术体系，涵盖四个关键阶段：
图 4: 图结构记忆管理技术的全面分类
图 4 展示了图结构记忆技术的完整分类体系，从提取（Extraction）、存储（Storage）、检索（Retrieval）到演化（Evolution），每个阶段都包含多种技术路线和代表性工作。
3.1 记忆提取：从原始数据到结构化内容
记忆提取将原始观察（Raw Observations）转化为结构化记忆单元，根据数据源类型采用不同策略：
图 5: 记忆提取的统一流程
图 5 展示了从原始数据源到功能记忆类型的完整提取流程：
3.2 记忆存储：组织心智的架构
存储阶段的核心挑战是将提取的异构工件转换为保留语义、支持高效检索和可靠更新的格式。论文系统分析了五种图结构范式：
图 6: 图结构构建范式的分类、记忆功能与优缺点对比
图 6 详细对比了五种图结构范式的特点：
A. 知识图谱（Knowledge Graph）
B. 层次结构（Hierarchical Structure）
C. 时序图（Temporal Graph）
D. 超图（Hypergraph）
E. 混合架构（Hybrid Architectures）
3.3 记忆检索：召回过去的技术
检索阶段操纵图记忆以支持下游推理。论文将检索算子组织为三大范式：
图 7: 检索流程架构：基础算子与增强策略
图 7 展示了检索流程的完整架构：
基础检索算子
检索增强策略
多轮检索（Multi-round）: 将记忆访问视为迭代过程而非单次查询，每轮基于原始查询和已检索记忆生成下一轮查询
检索后处理（Post-retrieval）: 生成 - 再检索模式，先生成中间表示（主题、意图描述），再基于中间表示检索
混合源检索（Hybrid-source）: 协调内部记忆与外部资源（本地文档、在线搜索 API、任务环境）
3.4 记忆演化：随时间学习
记忆演化是图结构记忆的核心优势——通过节点 / 边 / 子图操作实现直接更新。论文区分了两种演化范式：
图 8: 记忆演化机制的分类
图 8 展示了记忆演化的两大范式：
内部自我演化： 类比人类在睡眠中的记忆巩固，通过内省优化图拓扑。
外部自我探索：通过与环境交互验证知识有效性。
- Kimi K2.5 引入可扩展的群体机制（swarm mechanism），生成并行子代理探索问题空间的不相交分支，使中央记忆快速吸收多样化视角和边缘案例。
四、开源工具与评测基准
4.1 开源记忆库对比
论文在附录中提供了 11 个代表性开源记忆库的系统对比：
表 IV: 图结构记忆系统开源库对比
4.2 评测基准全景
论文按应用场景将基准分为七大类：
