Mem++：面向长期组织型 LLM 智能体的非破坏性记忆

arXiv 论文提出 Mem++，一种面向组织型 LLM 智能体的非破坏性记忆框架。它不在写入时用生成模型把文档蒸馏为事实、笔记或图边，而是完整保存每份文档及其日期与作者。读取时仅检索问题所涉时间点之前的文档，并融合词法与语义排序。在组织基准 OrgMemBench 上，Mem++ 比最强记忆系统基线高 8.0 至 13.1 分；用 gpt-4.1-mini 时总分比 RAG 高 2.6 分，在 LoCoMo 上取得最佳 LLM-judge 平均分，在 LongMemEval-S 上排名第二。

多数记忆系统在写入时就压缩记录，等于在问题提出之前就限定了可回答范围。当决策以新文档而非编辑形式出现时，能否还原某一时间点的有效版本成为关键。Mem++ 把选择推迟到读取阶段，改变了组织记忆系统的设计前提。

写入时不调用生成模型，避免信息在压缩中丢失，并保留版本与时间线索。读取时按问题时间过滤文档，再用词法与语义混合排序，把版本选择交给回答模型。这样回答可以随问题变化，而不是被固定的写入期摘要锁死。

对企业知识库、项目文档助手和合规问答类产品，可直接按时间点回答“当时有效的决定是什么”，减少版本覆盖造成的错误。代价是存储与读取检索成本上升，需要支持按时间过滤和混合排序的检索层。

• 在文档助手产品中加入按时间点回溯的问答能力，保留全部历史版本而不覆盖。
• 为审计、合规场景构建可追溯决策记录，回答时标注文档日期与作者。
• 评估将现有写入期摘要管线替换为读取期检索的存储与延迟成本。
• 基于开源评测代码在自有组织语料上复现 OrgMemBench 对比结果。

• OrgMemBench 的构建方式与规模未在证据中说明。
• 8.0 至 13.1 分的提升对应哪两个回答模型尚不明确。
• LoCoMo 与 LongMemEval-S 上的具体分数未给出。
• 随文档量增长，读取期检索的延迟与成本是否可接受仍待验证。