跑跑更聪明！科学家发现运动改善学习记忆的关键机制
近日，暨南大学粤港澳中枢神经再生研究院张力副教授、苏国辉院士课题组联手在《科学进展》上发文，揭示了运动改善学习记忆能力的分子机制[1]。
面试官反问：Agent 为什么必须学会遗忘？讲解agent memory长期记忆
面试官：你刚才讲长期记忆分了短期、长期，长期里又拆了情景记忆、语义记忆、程序记忆。那我追问一个——既然整理得这么明白，为什么还要给 Agent 专门设计一个"遗忘"机制？♂️我：呃……记忆越来越多，检索会变慢，塞进上下文也浪费 Token？面试官：这答案不能说错。
Agent Memory 架构拆解：别再把向量库当唯一记忆系统
长期 Agent 记忆不是 RAG，而是要能维护证据、版本和生命周期的数据系统。Agent 的记忆能力很容易被做成一个轻量 RAG：把历史消息切块、生成 embedding、写进向量库，提问时召回 Top-K，再塞回 prompt。这个方案适合 MVP，成本低，链路也清楚。
TencentDB Agent Memory 架构拆解：告别 Agent 失忆
拆解 TencentDB Agent Memory 如何用分层记忆、上下文卸载和降级检索，让 Agent 留住工作现场。 原文链接：AI 小老六 https://mp.weixin.qq.
大语言模型为什么能像人一样说话和思考？
引用:LLM记忆机制论文:Shaohua Zhang， Yuan Lin， Hang Li， Memory Retrieval and Consolidation in Large Language Models through Function Tokens， 2025. 见原文链接。
从小龙虾到钢铁侠：一个产品经理的 AI 助手进化论
如果是在过去，我需要经历这样的流程:解锁手机 → 找到外卖 App → 跳过开屏广告 → 搜索“小龙虾” → 在十几家店铺中对比评分和配送时间 → 纠结是十三香还是麻辣 → 选择中份 → 备注“不要香菜，微辣” → 寻找满减红包 → 支付。
三星制定“三阶段HBM路线图”：迈向真正的3D ZHBM，将DRAM直接堆叠在计算芯片上
近日，在Hot Chips技术大会上，三星DRAM设计团队的Sangwook Han发表演讲，正式披露三星HBM演进的三阶段路线图。
AI产品经理：Agent的短期和长期Memory你真的了解吗？
本文深度拆解短期记忆与长期记忆的技术实现路径:从基础的上下文窗口记忆到结构化状态管理，从向量化存储到经验策略沉淀，揭示记忆机制如何让Agent突破单次任务局限，实现连贯决策与持续进化。
Agent Loop与Graph Engineering：不是替代，是分工
我们之前就说过：AI 是出了名的喜欢炒冷饭行业，包括下述词汇：Prompt Engineering、RAG、Context Engineering、ReAct、Agent、MCP、Skills、Harness…都可以说是针对于某个概念的再包装、再进化，比如其中的提示词工程到上下文