知识卡片：Agent的记忆能经受住模型升级吗？——一项关于记忆可移植性的受控研究

英文标题：Does Your Agent's Memory Survive a Model Upgrade? A Controlled Study of Memory Portability

英文关键词：memory portability; model upgrade; agent memory; retrieval-augmented generation; knowledge graph; long-context reading; notes compression

原文未提供显式关键词列表，以上为根据摘要提炼。

一句话结论

模型升级后，Agent 即使保留原有记忆存储，也可能“遗忘”或“记错”：不同记忆编码方式对模型更换的敏感度差异很大。固定模式知识图谱迁移稳定，自然语言压缩笔记表现出强烈模型耦合；若额外保留原始历史，修复效果明显更好。

事件概述或研究问题

模型升级是常规操作，但记忆迁移并不常规。论文针对 Agent 系统在模型升级后可能出现的记忆失效问题展开受控研究：新模型可能以不同方式解读旧笔记，混合 embedding 版本可能破坏检索，缺少原始证据时记忆修复也可能失败。

研究比较了同一段历史以四种方式保存、遇到模型更换时的表现：

• LC-RAW：历史原样保留，供长上下文直接阅读；
• RAG：历史分块后用于检索增强生成；
• NOTES：由模型压缩成自然语言笔记；
• KG-fixed：按固定 schema 规范化为知识图谱。

实验使用 48 条合成历史记录，答案代码随机化，采用精确计分；使用两个参数量低于 100 亿（sub 10 billion）的开放权重模型。

方法/产品要点

• 四种记忆表示：LC-RAW、RAG、NOTES、KG-fixed；
• 评测数据：48 条带随机化答案代码的合成历史；
• 计分方式：精确匹配（exact scoring）；
• 模型：两个开放权重模型，参数均小于 10B（具体模型名称摘要未披露，待核实）；
• 关注三类问题：新模型是否重新解释旧笔记、混合 embedding 是否破坏检索、无原始证据时能否修复。

主要结果或产业意义

• 固定 schema 结构迁移稳定：KG-fixed 准确率在写入模型更换后变化仅为 +0.0004 ± 0.0020。
• 压缩笔记对模型高度敏感：NOTES 准确率随迁移方向呈不对称变化，一个方向提升 9.91 个百分点，另一个方向下降 13.28 个百分点。
• RAG 部分 embedding 迁移效果有限：50/50 混合索引仅带来 4.96 个百分点的准确率提升，而完全重新 embedding 可获得 11.90 个百分点提升；混合迁移放弃了大部分收益。
• 不同记忆形式的缺陷归因不同：NOTES 的准确率损失约 80%（0.467 ± 0.014）来自初始压缩构造时的信息丢失；RAG 的准确率损失约 81%（0.364 ± 0.012）来自检索失败。
• 修复依赖原始历史：只使用记忆存储本身修复 NOTES 时，48 个测试用例全部未能达到 90% 性能恢复目标；而保留原始源历史后，在一个测试方向上的 48 个用例中有 34 个成功恢复。

产业意义：Agent 产品在升级基础模型时，不能只做“模型替换 + 存储原样保留”。论文强调三类必要措施：方向特定的迁移测试、严格的 embedding 空间隔离、保留源历史用于记忆修复。

为什么重要

大规模语言模型时代，Agent 的记忆往往由某个旧版本模型生成、压缩或索引。当产品升级到新模型时，如果只把记忆文件原样迁移，可能因为新模型的解读方式变化或检索空间不兼容而失效。这项研究将“记忆可移植性”作为独立评测维度，用受控实验给出了量化比较，并识别了不同记忆格式的风险来源。

与已有相关卡片相比，本条讨论的不是模型规模效应、类人记忆策略或提示安全诊断，而是更贴近工程部署的“模型升级与长期记忆兼容性”问题，可为多版本 Agent 系统设计提供参考。

局限与不确定性

• 论文为 arXiv 预印本（2609.05339v1），尚未确认经过同行评审；
• 实验基于 48 条合成历史和精确计分任务，不一定能完全代表真实世界 Agent 任务的复杂度；
• 只使用两个开放权重模型且参数量均低于 10B；更大模型或商业闭源模型上的表现未知，待核实；
• 摘要未详细说明“writer swap”的具体操作、记忆修复流程、90% 恢复目标的计算方法以及两个迁移方向的完整对称性；相关细节需查阅全文，待核实。

可用于图书/PPT/简报的角度

• 数据与模型的双版本管理：模型升级可能改变旧记忆的语义，不能把记忆文件当作版本无关数据；
• 记忆选型建议：结构化固定 schema 更稳定，压缩笔记风险更高，原始文本应尽量保留；
• embedding 版本隔离：避免混合新旧向量构建检索索引，重新 embedding 的成本通常值得付出；
• 迁移测试建议：模型升级后不仅要测模型能力，还要测“新模型能否正确读取旧记忆”的方向性回归。

原始材料

• 英文标题：Does Your Agent's Memory Survive a Model Upgrade? A Controlled Study of Memory Portability
• 作者：Ankit Goyal, Jaideep Ray
• arXiv ID：2609.05339v1
• 分类：cs.AI（cs.CL, cs.IR）
• 发布日期/更新：2026-09-04
• URL：https://arxiv.org/abs/2609.05339v1
• PDF：https://arxiv.org/pdf/2609.05339v1