大模型告别记忆压缩：细节不失，GAM算法深度解析

GAM最核心的贡献在于对记忆本质的重新诠释。传统方法将记忆视为数据压缩，而GAM则提出记忆其实是动态的检索过程——就像人类回忆起某件事时，往往先进行模糊搜索，再进行细节联想。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

传统AI记忆系统存在一个根本缺陷：为了节省存储空间，系统总是试图将冗长的思维链条和工具调用记录压缩成简短的摘要。这就像把一本百科全书压成便利贴，当你需要具体信息时，系统无法提供足够的细节支撑，因为关键内容都在压缩过程中丢失了。

北京通用人工智能研究院近期发表重要论文《通用智能体记忆与深度探索》，创新性地提出了GAM（通用智能记忆）框架，采用"即时编译"策略。该框架的核心逻辑是：搜索才是记忆的本质，预设存储的记忆只是为了支持检索过程。该系统同时维护两种数据：微型备忘录（约50词）和完整对话记录的搜索库。只有当AI需要回溯时，记忆检索组件才会启动搜索。这套机制就像一位档案管理员，能够根据当前需求动态重建上下文。

双组件设计

GAM框架包含两大核心模块：

记忆编码器：将智能体的历史轨迹按每页2048个token进行分割，为每页生成轻量级摘要，同时完整保留原始信息。该流程参考BGE地标检索思路，为每个页面添加语义明确的标题，确保后续检索的准确性。

研究引擎：接收查询后执行三步循环——规划、检索、反思。系统配备三种检索工具：向量搜索处理语义相似性，BM25负责关键词匹配，ID访问则直接定位特定页面。默认最多进行3轮反思，每轮检索5个页面，系统会根据任务复杂度动态调整循环次数。

值得注意的是，研究引擎对模型规模变化更为敏感。当使用0.5B参数模型时，记忆编码器尚能保持48.83的F1分数，但研究引擎的表现就直接跌至9.08了。原因很直观：信息提取相对简单，而迭代规划推理则复杂得多。

实验数据

在文档问答测试中，该方法比长上下文提示准确率提升37%，比基础检索增强生成高出28%。

具体数据进一步证实了该方法的有效性：

LoCoMo对话记忆测试：单跳任务F1从48.62%提升至57.75%，多跳推理从35%跃升至42% HotpotQA多跳问答：在448K token文档库中F1达到59.81%，而传统方法普遍低于50% RULER长本文理解：多跳追踪任务准确率93.2%，而RAG方法接近0%

其中最引人深思的发现是"上下文稀释"现象。即使使用128K窗口的长文本模型，面对大量干扰信息时性能仍然不佳。简单地扩展窗口容量并非根本解决方案。

工具组合效应

单独使用检索工具效果有限，但组合使用则威力倍增。BM25最稳定（F1=48.64%），向量搜索次之（32.31%），ID访问相对较弱（28.96%）。三者结合达成最佳性能。

研究团队还验证了"测试时计算缩放"效应，即增加反思轮数和检索页面数都能持续提升性能。这是传统固定流程无法实现的弹性优势。

效率平衡

GAM处理1000页历史记录的平均响应时间为1.2秒。

详细性能表现： 56K文档：在线响应12.43秒 224K文档：16.65秒 448K文档：18.49秒

虽然比传统方法慢10-50倍，但准确率从20-30%提升至50-60%。这样的性价比完全值得。

有学者指出，这种即时检索机制解决了AI工作流的调试难题。"决策路径比最终状态更重要"。不过也有观点认为，这不过是将人类档案管理的老办法用在了AI系统上。

小结

GAM框架的核心突破在于对记忆本质的重新定义。传统方法把记忆当作数据压缩，而GAM则认为记忆是动态搜索过程——就像人类回忆时先进行模糊检索，再逐步重建具体细节。

这套设计带来三大优势：保真度高（完整保留原始信息）、适应性强（按需定制上下文）、可优化（支持端到端强化学习）。

论文：https://arxiv.org/abs/2511.18423