最近看到一个很有意思的判断：Agent Memory 实际上是一套缺乏稳定显式 Reward 的推荐系统
最近看到一个很有意思的判断：Agent Memory 实际上是一套缺乏稳定显式 Reward 的推荐系统。
衍生出来的理解是：保存过去只是数据层。Memory 每次真正执行的，是从完整历史中挑选极少量信息，重新送入 Context Window，为接下来的 Token Prediction
最近看到一个很有意思的判断：Agent Memory 实际上是一套缺乏稳定显式 Reward 的推荐系统。
衍生出来的理解是：保存过去只是数据层。Memory 每次真正执行的，是从完整历史中挑选极少量信息，重新送入 Context Window，为接下来的 Token Prediction