AutoMem：把「記憶管理」當成可訓練的認知技能來學

HuggingFace 每日論文榜上的 AutoMem 提出一個換位思考：人類的記憶專長是學來的技能，知道什麼值得記、什麼時候該回想、知識要怎麼組織，認知科學稱之為後設記憶。論文把同一套視角搬到大型語言模型上，主張記憶管理應該被當成可訓練的技能來對待，而非外掛一個檢索資料庫就了事。

做法上，AutoMem 把檔案系統操作升格為一級的記憶動作，讓模型透過建檔、改檔、整理目錄這類具體操作來學習管理自己的長期知識，記憶的組織方式由模型在訓練中自己習得，而非工程師預先設計好的固定架構。AutoMem 押注的是「會整理」比「存得多」重要，跟目前主流的向量檢索式記憶層拉開了明顯的方法差距。

把它跟本期那篇「逐字稿記憶無用論」的實測並排讀特別有意思：一線團隊發現把過程全存起來給 agent 搜沒有用，而 AutoMem 的答案是記憶需要主動的編碼與組織策略，兩者從相反方向指向同一個結論——記憶的價值在管理，堆料沒有用。agent 記憶這個題目今天在學界與業界同時被重新定義。