40 lines
1.4 KiB
Markdown
40 lines
1.4 KiB
Markdown
---
|
||
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]]
|