文章主要内容总结
本文介绍了一种名为MIRIX的多智能体记忆系统，旨在解决基于大语言模型（LLM）的智能体在记忆能力上的局限性。现有记忆系统多依赖扁平、范围狭窄的记忆组件，难以实现个性化、抽象化及长期可靠的用户信息召回，而MIRIX通过模块化设计和多智能体框架，重新定义了AI记忆系统。
- 核心架构：MIRIX包含6种专门设计的记忆组件，分别是核心记忆（Core Memory）、情景记忆（Episodic Memory）、语义记忆（Semantic Memory）、程序记忆（Procedural Memory）、资源记忆（Resource Memory）和知识Vault（Knowledge Vault），每种组件针对不同类型的信息存储需求（如事件、概念、步骤、文件、敏感信息等）。
- 多智能体协调：系统通过1个元记忆管理器（Meta Memory Manager）和6个记忆管理器（对应6种记忆组件）实现动态协调，负责记忆的更新与检索；同时包含一个聊天智能体（Chat Agent）用于与用户交互。
- 关键机制：提出主动检索（Active Retrieval）机制，智能体在响应前自动生成主题并检索相关记忆，无需用户显式触发；支持多种检索工具（如嵌入匹配、BM25匹配等）以适应不同场景。
- 实验验证：在两个基准测试中表现优异：
- 在ScreenshotVQA（多模态截图基准）上，准确率比RAG基线高35%，存储需求减少99.9%；
- 在LOCOMO（长对话基准）上，
