微软研究团队 投稿量子位 | 公众号 QbitAI随着大语言模型在各类应用中加速落地一个核心技术瓶颈日益凸显——AI始终缺乏真正的长期记忆能力。当前主流的RAG检索增强生成方案依赖语义相似度检索历史信息但“语义相似”并不等于“真正相关”常常出现检索结果不完整、无法区分信息相关性、缺乏推理能力等问题。为应对上述挑战微软研究团队提出了全新的AI记忆框架Mnemis受认识论与认知科学双重启发让AI不仅能“快速检索”更能“审慎推理”在两大权威长期记忆基准上均达到SOTA性能。该工作已被ACL2026主会议接收。△图 1Mnemis框架总览——层级图索引双路径检索RAG的“近视眼”困境设想这样一个场景用户问“Dave在2023年去过哪些城市”正确答案是San Francisco和Detroit。传统RAG将查询转为向量在历史对话中寻找语义最相似的片段。结果它找到了Boston和San Francisco却完全遗漏了Detroit——因为“attended a conference in Detroit”被埋藏在一条长消息中与“去过哪些城市”的语义相似度不够高。同时RAG也无法判断Boston是居住城市而非旅行目的地。这暴露了传统RAG的三个根本局限孤立评分——每条记忆独立与查询比较忽略记忆之间的关系语义偏见——向量相似度偏爱字面匹配对间接相关的信息天然不敏感无法推理——系统不了解对话历史中存在哪些话题及其相互关系。打个比方RAG就像根据书名关键词找书而有经验的图书馆员会先查阅分类目录从结构上系统性地定位所有相关书籍。Mnemis的核心设计建构式索引双系统检索Mnemis的名字源自希腊神话中的记忆女神其设计分为索引和检索两个阶段。在索引阶段传统RAG将对话分块、向量化、存入数据库不建立任何结构——这对应认识论中的保存主义记忆只是知识的“搬运工”。而建构主义认为记忆是主动的加工过程人类在“记住”时就在进行组织和抽象。Mnemis正是建构主义的计算实现它将碎片化对话组织成自适应的层级图而非扁平的向量库。具体来说第一层是Base Graph知识图谱从对话中提取实体和关系进行消歧、去重、聚合消除碎片化。第二层是Hierarchical Graph层级图在知识图谱基础上将具体实体归纳为高层语义概念建立跨主题的高阶连接。例如San Francisco、Detroit等实体会被归入“Geographical Locations”概念再进一步归入“Geography”类目。每个用户的层级图完全由其自身数据自适应生成。层级图的构建遵循三个核心原则最小概念抽象MCA确保每一层类别承载真实语义信息多对多映射M2M允许一个实体属于多个类别保证从任何角度检索都不会遗漏压缩效率约束CEC确保层级结构逐层压缩维持紧凑性。三者协同从结构上保证了信息的无损性和全局可达性。在检索阶段Mnemis受诺贝尔经济学奖得主Daniel Kahneman的双系统理论启发融合了两条互补的检索路径。System-1快思考将查询向量化在Base Graph中快速匹配语义最相似的实体适合直接简单的问题。System-2慢思考则利用LLM的推理能力在层级图上自顶向下逐层遍历、智能筛选。当LLM确信某个类别下的所有内容都相关时可触发Shortcut机制直接获取全部后代节点兼顾准确性与效率。最终System-1确保语义直接匹配的记忆不遗漏System-2确保结构相关但语义距离较远的记忆被覆盖两者融合互补。△图 2Mnemis的双路径检索范式效果验证双基准SOTAMnemis在两个主流长期记忆基准上进行了全面评估。在LoCoMo基准上取得93.9%的准确率在LongMemEval-S基准上取得91.6%的准确率均显著优于现有的RAG和Graph-RAG方法。值得注意的是以上结果仅使用GPT-4.1-mini作为底座模型证明了框架设计本身的有效性。△图3LoCoMo基准实验结果△图 4LongMemEval-S基准实验结果案例分析回到开头的案例。面对“Dave在2023年去过哪些城市”这一查询System-1通过语义匹配找到了Boston和San Francisco但遗漏了Detroit。System-2则从层级图顶部出发依次定位到Geography→Geographical Locations触发Shortcut直接获取所有城市实体成功检索到Detroit。两条路径融合后模型进一步推理判断Boston为居住城市而非旅行目的地最终给出完整正确的答案。△图5案例分析——System-1与System-2的互补另一个典型案例是“Sam遇到了什么健康问题促使他改变生活方式”。System-1被“health issue”等关键词吸引检索到胃炎这一急性事件而System-2通过层级结构定位到Physical Well-Being→Health→Health Factors聚合多条记忆后发现真正驱动Sam长期改变生活方式的核心因素是体重问题而非单次胃炎事件。这体现了System-2在抽象归因和长期动机分析上的独特价值。思考与展望Mnemis揭示了一个重要洞察记忆系统的质量很大程度上取决于“存储时做了什么”而不仅仅是“检索时怎么找”。传统RAG将所有智能都放在检索阶段而索引阶段几乎是无加工的分块向量化。Mnemis的设计理念是在索引阶段就进行深度语义建构使检索阶段能同时利用快速匹配和结构遍历——这恰好对应人类记忆的两个关键特征存储时的建构性和提取时的双模式。团队认为真正的AI记忆应当是有组织的、可推理的、双模式的、并能持续进化的。Mnemis是这一方向上的重要探索。论文链接https://arxiv.org/abs/2602.15313GitHubhttps://github.com/microsoft/Mnemis