亚马逊Agent克服遗忘的“秘诀”，被中国团队掌握，让大模型遗忘率趋近于0_老虎社区_美港股上老虎

亚马逊Agent克服遗忘的“秘诀”，被中国团队掌握，让大模型遗忘率趋近于0

智东西12-05

智东西（公众号：zhidxcom）作者 | 江宇编辑 | 漠影AI很聪明，但记性很差。你大概也遇到过这样的场景：第一轮对话里告诉智能客服“我对海鲜过敏”，聊到第十轮，它却依然热情推荐海鲜自助。在企业服务里，用户换一个渠道、换一个Agent，之前提供的信息就像从没出现过一样，用户体验被“AI的健忘症”一再打断。对于正在大规模“上云”和“上AI”的企业来说，这是每天都会撞上的真实业务问题：模型上下文...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2589913891?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-12-05 19:00","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2589913891","market":"us","top_or_hot":-1,"title":"亚马逊Agent克服遗忘的“秘诀”，被中国团队掌握，让大模型遗忘率趋近于0","media":"智东西","content":"<div>\n<p>智东西（公众号：zhidxcom）作者 | 江宇编辑 | 漠影AI很聪明，但记性很差。你大概也遇到过这样的场景：第一轮对话里告诉智能客服“我对海鲜过敏”，聊到第十轮，它却依然热情推荐海鲜自助。在企业服务里，用户换一个渠道、换一个Agent，之前提供的信息就像从没出现过一样，用户体验被“AI的健忘症”一再打断。对于正在大规模“上云”和“上AI”的企业来说，这是每天都会撞上的真实业务问题：模型上下文...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251205192040a4cebe91&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>亚马逊Agent克服遗忘的“秘诀”，被中国团队掌握，让大模型遗忘率趋近于0</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n亚马逊Agent克服遗忘的“秘诀”，被中国团队掌握，让大模型遗忘率趋近于0\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-12-05 19:00 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251205192040a4cebe91&s=b><strong>智东西</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>智东西（公众号：zhidxcom）作者 | 江宇编辑 | 漠影AI很聪明，但记性很差。你大概也遇到过这样的场景：第一轮对话里告诉智能客服“我对海鲜过敏”，聊到第十轮，它却依然热情推荐海鲜自助。在企业服务里，用户换一个渠道、换一个Agent，之前提供的信息就像从没出现过一样，用户体验被“AI的健忘症”一再打断。对于正在大规模“上云”和“上AI”的企业来说，这是每天都会撞上的真实业务问题：模型上下文...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251205192040a4cebe91&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"USAW.SI","symbol_name":"AMZN 3xLongSG261006","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251205192040a4cebe91&s=b","article_id":"2589913891","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251205192040a4cebe91&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2589913891","pubTimestamp":1764932404,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"在接入记忆熊后，多轮对话的token消耗下降97%，大模型知识遗忘率被压至0.1%以下。其次是多Agent之间的记忆断层，咨询、售后、推荐等Agent都会各自维护独立记忆，切换时状态将无法完整继承，容易引发决策冲突。其Agent互动服务平台在激烈竞争压力下，保持了较高的稳定性和服务质量：单日最大AI接待量达到35万次，AI自助解决率达98.4%，人工替代率达70%，复杂问题自动路由率达91.7%，模型幻觉率低于0.2%，业务回答准确率稳定在99%左右。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"USAW.SI":"AMZN 3xLongSG261006","LU2552382132.HKD":"WELLINGTON US BRAND POWER \"A\" (HKD) ACC","LU2471134879.HKD":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (HKD) INC","IE00BJTD4N35.SGD":"Neuberger Berman US Long Short Equity A1  Acc SGD-H","LU0823421333.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) ACC","LU0208291251.USD":"FRANKLIN MUTUAL U.S. VALUE \"A\" (USD) INC","LU2471134523.USD":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (USD) ACC","IE00B19Z8X17.USD":"FTGF CLEARBRIDGE US LARGE CAP GROWTH  \"AG\" (USD) ACC","LU0029864427.USD":"TEMPLETON GLOBAL \"A\" (USD) INC","LU0823421416.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) INC","AMZN":"亚马逊","BK4503":"景林资产持仓","LU0943347566.SGD":"安联收益及增长平衡基金AM H2-SGD","IE0003U64NQ7.SGD":"PIMCO BALANCED INCOME AND GROWTH \"M\" (SGDHDG) ACC","IE00BFSS7M15.SGD":"Janus Henderson Balanced A Acc SGD-H","LU0096364046.USD":"CT (LUX) I AMERICAN \"DU\" (USD) ACC","LU1935042215.USD":"MANULIFE GF GLOBAL MULTI-ASSET DIVERSIFIED INCOME  \"AA\" (USD) INC A","LU0861579265.USD":"联博低波幅策略股票基金A","LU2471134796.USD":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (USD) INC","BK4566":"资本集团","LU0109392836.USD":"富兰克林科技股A","LU0210536198.USD":"JPM US GROWTH \"A\" ACC","IE000KEQY171.SGD":"PIMCO BALANCED INCOME AND GROWTH \"M\" (SGDHDG) INC","LU2750360641.GBP":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (GBPHDG) INC","IE00BYQQ9H92.USD":"BNY MELLON GLOBAL LEADERS \"A\" (USD) ACC","LU0823434583.USD":"BNP PARIBAS US GROWTH \"C\" (USD) ACC","LU0820562030.AUD":"ALLIANZ INCOME AND GROWTH \"AMH2\" (AUDHDG) H2 INC","LU0823434740.USD":"BNP PARIBAS US GROWTH \"C\" (USD) INC","LU2023251221.USD":"ALLIANZ GLOBAL SUSTAINABILITY \"AM\" (USD) INC","SG9999015945.SGD":"LionGlobal Disruptive Innovation Fund A SGD","LU2750360997.AUD":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (AUDHDG) INC","LU0354030511.USD":"ALLSPRING  U.S. LARGE CAP GROWTH \"I\" (USD) ACC","LU0965509010.AUD":"AB LOW VOLATILITY EQUITY PORTFOLIO \"AD\" (AUDHDG) INC","LU2896262040.SGD":"JPM US GROWTH FUND \"A\" (SGD) ACC","LU2720916845.USD":"BGF GLOBAL UNCONSTRAINED EQUITY \"A2\" (USD) ACC","LU0175139822.USD":"AB FCP I Global Equity Blend A USD","LU0354030438.USD":"富国美国大盘成长基金Cl A Acc","LU0345770308.USD":"NINETY ONE GSF GLOBAL STRATEGIC EQUITY \"A\" (USD) ACC","LU2247934214.USD":"FIDELITY FUNDS SUSTAINABLE FUTURE CONNECTIVITY \"A\" (USD) ACC","LU1084165304.USD":"FIDELITY WORLD \"A\" (USD) ACC","LU1720051108.HKD":"ALLIANZ GLOBAL ARTIFICIAL INTELLIGENCE \"AT\" (HKD) ACC","IE00BMPRXR70.SGD":"Neuberger Berman 5G Connectivity A Acc SGD-H","LU2487616109.SGD":"JPM AMERICA EQUITY \"A\" (SGD) ACC","SG9999014898.SGD":"United Global Quality Growth Fund Dis SGD","LU0210528500.USD":"JPM AMERICA EQUITY \"A\" ACC","SG9999018865.SGD":"United Global Quality Growth Fd Cl Dist SGD-H","LU2089283258.USD":"安联环球可持续基金Cl AM Dis","LU0787776722.HKD":"AB SELECT US EQUITY PORTFOLIO \"A\" (HKD) ACC","LU2275660780.HKD":"SCHRODER ISF GLOBAL CLIMATE CHANGE EQUITY \"A\" (HKD) ACC","BK4561":"索罗斯持仓"},"translate_title":"Amazon Agent's \"secret\" to overcome forgetting has been mastered by the Chinese team, bringing the forgetting rate of large models close to 0","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"USAW.SI":0.6,"AMZN":0.9},"content_text":"智东西（公众号：zhidxcom）作者 | 江宇编辑 | 漠影AI很聪明，但记性很差。你大概也遇到过这样的场景：第一轮对话里告诉智能客服“我对海鲜过敏”，聊到第十轮，它却依然热情推荐海鲜自助。在企业服务里，用户换一个渠道、换一个Agent，之前提供的信息就像从没出现过一样，用户体验被“AI的健忘症”一再打断。对于正在大规模“上云”和“上AI”的企业来说，这是每天都会撞上的真实业务问题：模型上下文窗口有限，多Agent之间形成“记忆孤岛”，语义歧义和知识遗忘在长链路服务中被不断放大。如果不能让AI持续记住用户、记住业务现场，再强的大模型也很难扛起真实的服务指标。这种痛点在全球云厂商的实践中已经被验证。亚马逊云科技在今年的Agentic AI基础设施实践经验系列中专门拿出一篇，讨论大模型在“记忆”上的先天缺陷，并提出要在Agent体系里单独建设记忆模块，区分短期记忆和长期记忆，将“记忆”从附属能力升级为Agentic AI基础设施的一部分。▲亚马逊AWS官方博客在海外巨头已经将“记忆系统”提升到基础设施层的同时，国内也开始出现以记忆为主线构建产品和架构的团队。红熊AI便是其中之一。公司成立于2024年，围绕多模态大模型与记忆科学开展研发，并将这些能力用于为企业提供智能客服、营销自动化与AI智能体服务。12月1日，红熊AI正式发布记忆科学开源产品“记忆熊”（Memory Bear）。这套系统已接入红熊AI自研的Agent互动服务平台，并在原有客服、营销、教育等多个业务场景中完成了落地。平台数据显示，单日最大AI接待量约35万次，AI自助解决率达98.4%，人工替代率达到70%。在接入记忆熊后，多轮对话的token消耗下降97%，大模型知识遗忘率被压至0.1%以下。与此同时，红熊AI的业绩也从最初预期的3000万元，上调至1.9亿元。目前，红熊AI已将记忆熊的核心框架开源，并上线官网MemoryBear.AI，希望把“记忆”做成一项可以被开发者与企业直接调用的基础能力。▲“记忆熊”官网MemoryBear.AI在国内Agent落地还以“问答和工具调用”为主流路径的当下，红熊AI算是较早一批把“记忆架构”单拎出来做成独立产品、并在真实业务场景里跑通指标的团队之一。一、AI的“记忆缺失”，难以支撑企业智能服务在红熊AI接入的多个客服与营销项目中，其团队很快发现一个共性：不补上“记忆”这一块，再强的大模型也难以在B端场景中稳定扛住业务指标。红熊AI发现，最先暴露出来的是单模型层面的知识遗忘。大模型依赖有限的上下文窗口来“记住”当前对话，早期信息会在长对话中被不断挤出，静态知识库也无法吸收用户在对话中补充的个性化信息。此外，注意力机制天然存在“近因效应”，越靠后的信息越容易被模型抓住，越往前的细节越容易被忽略，这就造成了典型的“答完就忘”。同一个用户重复强调过几次的偏好和限制条件，只要跨过一定轮次，很容易在后续回答中消失。亚马逊云科技在今年的Agent记忆实践文章里也做了类似总结：LLM本质是无状态的，每次调用都是一次新的推理，长上下文不仅不能彻底解决记忆问题，反而会带来性能下降和Token成本攀升，这一点和红熊在项目中的经验总结是高度一致。其次是多Agent之间的记忆断层，咨询、售后、推荐等Agent都会各自维护独立记忆，切换时状态将无法完整继承，容易引发决策冲突。第三类问题来自语义层面的歧义与行业术语。企业服务里的表达往往是口语化、多语言混用且高度依赖上下文的，具体指向什么，必须结合历史对话才能解释清楚。如果模型只能在当前轮次里做模式匹配，很容易给出模棱两可甚至错误的回复。正是在这种背景下，红熊AI意识到，“记忆”需要被单独抽象为一套可设计、可治理的系统能力。与AWS在Agent框架中加入专门记忆模块的思路类似，红熊团队选择从“重构记忆系统”入手，把“记性好不好”这件事交给一块独立的基础设施来负责。在模型之外再造一套独立、可控、可审计的记忆系统，这也是记忆熊的起点。二、从记忆到认知，记忆熊如何把“类人记忆”做成底层能力记忆熊没有从堆叠更多参数入手，而是先把“人怎么记东西”这件事拆开：先搞清楚人类记忆的分类，再去给AI搭一套对应的记忆架构。从记忆科学出发，记忆熊把人类感知记忆、工作记忆、显性记忆、隐性记忆、情绪记忆逐一映射到AI的多模态输入缓存、短期任务内存、结构化知识库、行为习惯模块和情感加权记忆等组件。▲人类记忆与记忆熊的记忆映射简单来说，看到什么、当下在处理什么、长期知道些什么、习惯怎么做决策、以及对不同事件“在意程度”有多高，都会在系统里有各自的位置和处理方式。在此基础上，记忆熊把“人是如何记东西”的认知科学抽象成一整套可工程化的记忆架构：从多模态采集出发，到结构化图谱，再到分级审核与在线应用。▲Memory Bear . AI记忆熊在线应用企业可以像接入数据库一样，为自身的AI系统接入一块可控、可演进的“记忆大脑”。三、从客服到教育，记忆让AI大幅度提高在业务中的价值从红熊AI披露的项目数据看，它已经实打实顶住了企业每天几十万次交互的业务现场。其Agent互动服务平台在激烈竞争压力下，保持了较高的稳定性和服务质量：单日最大AI接待量达到35万次，AI自助解决率达98.4%，人工替代率达70%，复杂问题自动路由率达91.7%，模型幻觉率低于0.2%，业务回答准确率稳定在99%左右。▲红熊AI Agent互动服务平台实践效果这些核心指标也反映出“记忆”在提升服务连续性与一致性方面已发挥出一定的作用。在技术评估上，记忆熊同样展现出明显优势。根据LOCOMO数据集测试结果，记忆熊在单跳、多跳、开放域以及时序类任务中的F1、BLEU与Judge分数均优于Mem0、Zep、LangMem等主流记忆方案，整体性能处于领先。在具体行业场景中，红熊AI的能力也通过多个典型应用得到验证。从智能客服、营销自动化到教育辅导、企业内部知识管理等场景中，记忆熊通过跨会话、跨角色、跨渠道的统一记忆体系，让Agent始终保持连贯理解与稳定决策。在生态层面，记忆熊已将核心框架开源至Github，并上线官网MemoryBear.AI，希望与开发者共同完善记忆科学技术体系。随着Agent化应用越来越多、企业对“可控记忆”和“组织记忆中枢”的需求增强，像记忆熊这样的记忆平台有机会成为AI基础设施的一环。结语：记忆，能让AI变得更“有用”红熊AI在记忆科学上的进展，把长期被忽视的“记忆”能力打造为可直接依赖的基础设施：一端承接多模态大模型和Agent的推理与生成能力，一端对接企业真实的业务流程与长期信息，使模型不再在每次交互中从零开始。对行业而言，补上“记忆”这一块，大模型的表现将不再单一受限于上下文长度，而是由一套可持续积累、可持续调用的结构化记忆体系来支撑，使其在复杂的任务中保持更稳定的有效性。随着多模态大模型、Agent框架与记忆科学不断融合，“记忆”这条技术主线会向更高层次的能力延展，让AI从短暂回应的工具，逐步演化为能理解、能延续，也能长时间工作的系统。AI从“能回答”迈向“长期记忆、持续反馈”的那一步，很可能就建立在这块看不见却持续发挥作用的记忆基座之上。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"1","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}