20260625:很多新内容

This commit is contained in:
2026-06-25 14:08:47 +08:00
parent 91fac5b6fc
commit 6021dea160
375 changed files with 19263 additions and 251 deletions

View File

@@ -0,0 +1,39 @@
---
title: "模型驱动 vs 应用驱动记忆"
created: 2026-06-19
updated: 2026-06-19
type: concept
tags: [agent-memory, architecture, model-driven, application-driven]
sources:
- https://mp.weixin.qq.com/s/5Wo91nzstNtCIV9chnuQmw
---
# 模型驱动 vs 应用驱动记忆
## 两条技术路径
Agent 记忆增强系统有两种实现路径:
### 模型驱动Model-Driven
- **方式**:基础模型架构创新(如 Memorizing Transformers, MemTensor 自研记忆原生模型)
- **优势**:上限高——记忆与推理深度耦合
- **劣势**:成本极高,训练失败风险大
- **代表**Google Memorizing Transformers, MemTensor 记忆原生模型
### 应用驱动Application-Driven
- **方式**:通过 Prompt 流或 Agent 流模拟记忆过程
- **优势**:落地轻量,实施快速
- **劣势**:与基模结合不够紧密,缺少深度增强
- **代表**Mem0, Zep, Letta
## MemTensor 的融合策略
> **模型驱动决定上限,应用驱动决定下限。** 需要从系统层面将两者结合。
实现方式:[[layered-memory-architecture|三层记忆架构]]中的分层协同——参数记忆层走模型驱动路线,明文记忆层走应用驱动路线,激活记忆层连接两者。
## 参考
- [[layered-memory-architecture|三层记忆架构]]
- [[agent-memory-system|Agent 记忆系统]]
- [[memtensor-memos-agent-memory-2026|MemOS 技术分享]]