谷歌HOPE架构来了！突破大模型长期记忆难题，智能体要爆发？

日前，Google在其发布的论文《Nested Learning: The Illusion of Deep Learning Architectures》中，提出了一个名为 HOPE 的新框架试图解决大模型长期记忆的问题。

这一架构备受关注，因为长期记忆一直困扰着大模型的发展，甚至影响着AI落地到智能体的广度与深度。

今天让 AI 写一段漂亮的回答不难，难的是隔了一周、换了工作任务，它还记得你之前某次对话的关键细节，不断更新对你的个性化记忆。也只有在这一刻，大模型才真正开始接近「持续工作的智能体」，而不是一次性消耗品。

可以说，大模型的「短期能力」决定了它能不能把一句话说通，但长期记忆真正决定的，其实是它有没有资格被称为「助手」。

也正是因为这一点，去年最后一天谷歌研究团队提出的 Titans 架构，在 2025 年被反复翻出来讨论，并不意外。这篇论文试图回答的，并不是「上下文还能拉多长」这种老问题，而是一个更本质的命题：

当注意力只是短期记忆，大模型到底该如何拥有真正的长期记忆。

图片来源：谷歌

在 Titans 里，Transformer 的 self-attention（自注意力机制）被明确界定为「短期系统」，而一个独立的神经长期记忆模块，负责跨越上下文窗口、选择性地存储和调用关键信息。这套思路，几乎重新定义了大模型的「大脑结构」。

现在回头这一年，从谷歌 Titans 到字节 MemAgent，再到谷歌 Hope 架构，大模型的长期记忆真正有了突破。

过去一年，不论是谷歌在此基础上延展出的多时间尺度记忆体系，还是行业里围绕超长上下文、智能体（Agent）记忆、外部记忆中台展开的密集探索，都指向同一个趋势：长期记忆，正在从工程补丁，变成大模型能力的核心坐标轴。

模型不再只比谁的窗口更长、参数更多，而是开始比谁记得更有选择、更稳定、也更「像人」。大模型的长期记忆不再只是论文里的性能指标，而是决定「能不能长期被用、敢不敢被信任」的关键能力。

从 Titans 到 Hope，长期记忆在为智能体「打基础」

今年 8 月中旬，谷歌为 Gemini 推出了两项重大更新，分别是基于聊天上下文的「自动记忆」功能和保护隐私的「临时聊天」模式。

顾名思义，「自动记忆」是指 Gemini 会通过学习用户过去的聊天记录，记忆对话中的关键细节、用户偏好、长期项目背景、反复出现的需求等，并在后续回答中实现主动的个性化回答。

类似的变化并不只发生在 Gemini 身上。过去一年，从 ChatGPT、豆包到 11 月推出的讯飞星火 X1.5，几乎所有头部 AI 助手都在通过引入「长期记忆模块」，努力让大模型在跨会话、跨场景中保持连续性，让 AI 能够更新并记忆用户画像、历史任务状态和关键决策信息。

图片来源：科大讯飞

不过继续向上追溯，这一波产品层的变化，并不是孤立发生的，而是 2025 年大模型底层技术演进的直接结果。

首先被重新确认的一点是，长上下文不是大模型记忆的终点。

超长上下文仍然重要，但它越来越被视为一种「放大的短期记忆」——成本高、也无法判断哪些信息值得被长期保留。而 Titans 的意义，并不在于把窗口再拉长，而在于明确区分：注意力只是短期系统，长期记忆必须是一个可持续更新的组件。

11 月，谷歌更是提出将模型训练过程也视为一层记忆（Nested Learning），并给出了升级版的 Hope 架构，开始把「记忆」理解为多时间尺度的连续体，短期上下文、中期状态、长期经验不再是割裂的模块，而是按更新频率和稳定性分布在同一套学习系统中。

Hope 与 Titans、Transformer 架构对比困惑度（左）和常识推理（右），图片来源：谷歌

与此同时，长期记忆的重心从「记住文本」转向「记住经验」。过去常见的做法是用向量数据库或知识库做 RAG，把它当成模型的「外部硬盘」。但现在这种做法正在被重新审视，长期记忆不只是检索答案，而是需要参与推理过程，影响模型的决策和行为。

还是在 11 月，谷歌提出 Evo-Memory benchmark 和 ReMem 框架，明确将长期记忆放入智能体的工作流中考察：模型是否能在连续任务中提炼经验、复盘策略，并在后续任务中真正用上。长期记忆不再只是为对话服务，而是直接决定智能体是否具备持续进化能力。

事实上，字节跳动与清华联合提出的 MemAgent，则通过强化学习训练模型在超长上下文中「学会取舍」，让模型主动形成长期记忆习惯，而不是被动堆叠文本。这些工作虽然路径不同，但都指明了长期记忆必须逐步内化为模型能力，而不只是工程外挂。

长期记忆的中国路线：MiniMax/豆包/DeepSeek有何不同思路？

今年年初，MiniMax 宣布了首个线性注意力架构大模型开源，官方就指出现有智能体的「长期记忆」大多只是外挂 RAG 工具，这严格意义上不算记忆。

事实的确如此。在早期实践中，向量数据库加 RAG 几乎是默认方案：需要记住什么，就检索什么。但随着智能体逐渐承担多步骤任务，这种「查完就走」的记忆方式开始显得吃力。

最近豆包手机引爆了业界关于AI手机的讨论，其实豆包在 Agent 体系中关于长记忆的探索也具有很强的代表性，其长期记忆被拆分进整个工作流，用来保存用户画像、任务状态、阶段性结论，甚至失败经验。

MemAgent 的基本结构，图片来源：字节跳动

MemAgent 这一类方案，本质上并不是在扩展上下文长度，而是在训练模型理解哪些信息会影响下一步决策。简言之，记忆不再是查资料，而是参与判断。

从这个角度看，字节与清华联合提出的 MemAgent 并不是一篇孤立的学术工作。它关注的，并不是如何压缩文本或扩展容量，而是通过强化学习，让模型在超长上下文和连续任务中逐渐学会「取舍」。模型需要理解哪些信息值得保留，哪些只适合短期使用，甚至哪些应该被主动遗忘。

背后也体现了一种非常明确的判断，即长期记忆如果不能改变模型的行动策略，本质上仍然只是工程缓存。

正如前文所提，不论是行业的实践，还是围绕智能体展开的多种系统设计，都在强调对「过程信息」的保留。这也解释了为什么强化学习开始被用于「记忆行为」的训练，而不是简单地扩大知识库。

与之不同的是，MiniMax 在今年初就通过线性注意力等架构创新，把模型可处理的上下文推至百万乃至数百万 token 级别。

这并不是单纯为了刷新指标，而是试图用容量换取系统简化。当模型本身一次可以稳定「看见」更多内容时，部分原本需要频繁调度、反复检索的外部记忆，就可以暂时被收进上下文视野之中。

但 MiniMax 的实践并没有停留在「超长上下文窗口」。

图片来源：MiniMax

相反，他们在此基础上继续引入独立的记忆层，用于管理长期知识与经验。先解决「装不装得下」，再讨论「该不该留下来」。在这种框架下，长期记忆不再完全依赖于频繁的 RAG 调用，而是通过更大的模型内视野与更少的系统切换，降低整体复杂度。

而 DeepSeek 的策略，则构成了一个有意义的对照。DeepSeek 并没有在模型侧押注复杂的长期记忆机制，而是将其明确外置，通过 RAG、向量库或各类记忆组件完成。倒不是在回避问题，而是基于一个更克制的判断：

长期记忆高度依赖具体场景，不同应用需要的记忆形态差异巨大，与其在模型里「一刀切」，不如提供一个高质量的推理核心，让开发者自行组合记忆方案。

写在最后

2025 年，大模型长期记忆真正发生变化的，并不是某一项指标被刷新，而是它的角色定位被彻底改写了。从早期依赖 RAG 的「外接硬盘」，到今天逐步进入模型结构与智能体工作流，长期记忆开始成为影响决策、塑造行为的一部分，而不只是被动存储信息的容器。

或许可以这么说，未来大模型之间真正的差异，不再只体现在模型规模或推理速度上，还在于一套成熟、可控、可持续演化的记忆机制。因为只有当一个模型真正记得住、也管得住，它才有可能被长期使用、反复依赖，甚至被交付更大的决策权。

CES2026开幕在即！（1月6日-1月9日）
作为中国报道科技展会最悠久、最深入、最专业的新媒体，雷科技CES2026报道团正在进行紧张的前期筹备。届时雷科技将派出史上最大规模的CES报道团，并由雷科技创始人兼总编辑罗超带队，对CES2026进行一线、专业和立体报道，敬请期待！