概念导读

现有 agent 记忆方案的两难困境：

1. 核心问题
2. 方法
3. Stage 1: Semantic Structured Compression（语义结构化压缩）
4. Stage 2: Online Semantic Synthesis（在线语义合成）
5. Stage 3: Intent-Aware Retrieval Planning（意图感知检索规划）
6. 结果
7. 意义
8. Related

SimpleMem: Efficient Lifelong Memory for LLM Agents

核心问题

现有 agent 记忆方案的两难困境： - 全上下文保留: 信息冗余大，token 消耗高，中间上下文退化 - 迭代推理过滤: 虽能降噪但多次推理导致高延迟和高 token 成本

SimpleMem 通过语义无损压缩实现信息密度和 token 效率的最优平衡。

方法

受 互补学习系统 (CLS) 理论启发，三阶段管线：

Stage 1: Semantic Structured Compression（语义结构化压缩）

• 隐式语义密度门控: LLM 自身作为语义 judge，生成式过滤而非二值分类
• $\Phi_{\text{gate}}(W) \to {m_k}$：空集 = 低密度窗口，自动丢弃
• 统一去线性化变换: 在一次生成中联合完成：
• $g_{\text{coref}}$: 共指消解（代词→实体名）
• $g_{\text{time}}$: 时间锚定（相对时间→ISO-8601 绝对时间戳）
• $g_{\text{ext}}$: 对话流→独立事实陈述
• 三视图索引: 每个 memory unit 同时建立：
• Semantic Layer: dense embedding（模糊语义匹配）
• Lexical Layer: BM25 sparse index（精确关键词/专有名词）
• Symbolic Layer: 结构化元数据（时间戳、实体类型，确定性过滤）

Stage 2: Online Semantic Synthesis（在线语义合成）

写入时即时整合相关片段为高层抽象表示，消除冗余： - 三个碎片 "User wants coffee" + "prefers oat milk" + "likes it hot" → 合成为 "User prefers hot coffee with oat milk" - 会话内实时执行，非异步后台维护

Stage 3: Intent-Aware Retrieval Planning（意图感知检索规划）

LLM 推理用户搜索意图，生成检索计划： $${q_{\text{sem}}, q_{\text{lex}}, q_{\text{sym}}, d} \sim \mathcal{P}(q, H)$$ - $d$ = 自适应检索深度，$n \propto d$ - 三路并行检索 → ID-based 去重合并

结果

locomo-benchmark (GPT-4.1-mini) 关键数据：

方法	Average F1	Token Cost
LoCoMo (full context)	18.70	16,910
MemGPT	18.51	16,977
a-mem	32.58	2,520
mem0	34.20	973
SimpleMem	43.24	531

• F1 比 Mem0 高 26.4%，token 消耗 降低 30×
• 构建时间 92.6s（A-Mem: 5140.5s, Mem0: 1350.9s）
• 检索时间 388.3s（A-Mem: 796.7s, Mem0: 583.4s）

意义

• 效率范式转变: 证明结构化语义压缩 > 图结构记忆 > 全上下文保留
• 实用性强: 三阶段管线简洁，工程实现友好
• 平衡性能与效率: 在 F1 和 token cost 上同时达到最优
• 局限性: 压缩可能在极端多跳推理中丢失微妙关联；检索规划依赖 LLM 质量

Related

• agent-memory-system — 记忆系统总览
• mem0 — 基线对比方案
• a-mem — 自组织记忆，性能较低
• d-mem — 双过程系统，更高 F1 但更高成本
• lightmem-agent-memory — 三层记忆方案
• locomo-benchmark — 主要评测基准