智源人工智能研究院與高瓴人工智能學院聯合推出MemoBrain：為長程推理重建“執行記憶”的新一代智能體架構

如果你最近關注過 AI Agent 的發展，你會發現一個趨勢，智能體越來越像“多線程程序”。它們會搜索網頁、調用代碼執行器、分析結果、再搜索、再分析……推理鏈條動輒幾十步、上百步。每一步都會產生大量中間信息，搜索結果、網頁片段、失敗的嘗試、錯誤的推斷、臨時的假設。

這些東西會被一股腦塞進大模型的上下文里。

于是問題來了——上下文爆炸。

當推理鏈條越拉越長，模型的上下文窗口就像被塞滿的行李箱，開始出現各種“推理斷裂”。

推著推著，模型突然忘了自己在干什么。 查著查著，它開始重復之前失敗過的路徑。 甚至有時候，它會被噪聲信息帶偏，走向完全錯誤的方向。

這不是模型“不聰明”，而是它被信息淹沒了。

這就是大模型推理的第一大瓶頸： 推理痕跡、工具輸出、失敗嘗試不斷累積，最終反噬推理本身。

很多人會問，為什么不讓 AI 用“記憶”來解決？

問題在于，現有的記憶機制根本不是為“推理”設計的。

跨任務記憶更像是“用戶偏好存檔”，適合長期個性化，但不適合任務內的復雜推理結構。 長時記憶擅長存儲大量信息，卻不理解“推理依賴”，它不知道哪些信息是關鍵鏈條、哪些只是噪聲。 上下文壓縮方法雖然能減少 token，但它只是工程優化，不具備“認知控制”能力，無法決定哪些推理路徑應該被保留、哪些應該被抑制。

換句話說，它們都在“存東西”，但沒有一個在“管理思考”。

而復雜推理真正需要的，是一種能理解推理結構、能主動調度信息的記憶系統。

近日，來自北京智源人工智能研究院（BAAI）與中國人民大學高瓴人工智能學院的聯合團隊提出AI 的“思考過程”管理工具：MemoBrain 。

MemoBrain 的突破點在于，它不是一個“記憶庫”，而是一個“執行大腦”。

它提出了一個全新的概念：執行記憶（Executive Memory）。

這是一種只在任務內部存在、隨著推理過程實時演化的記憶機制。它不是被動堆疊上下文，而是主動管理推理結構：

它會判斷哪些推理步驟已經完成，可以折疊成一個更緊湊的結論； 它會識別哪些嘗試已經無效，可以被沖刷成一個極簡的占位符； 它會維護一個依賴圖，讓模型知道“當前推理依賴于哪些過去的結論”。

更重要的是，MemoBrain 是一個獨立模型，與主推理代理并行運行。 主代理負責“思考”，MemoBrain 負責“管理思考”。

這就像給 AI 裝上了一個“副駕駛”，專門負責保持推理鏈條的清晰、緊湊和目標一致。

MemoBrain 的作者來自兩個方向截然不同但高度互補的機構。

北京智源人工智能研究院（BAAI）擅長大模型工程、系統設計、推理框架構建，是中國最早推動大模型開放生態的機構之一。 中國人民大學高瓴人工智能學院則在認知建模、推理結構、智能體行為機制方面有深厚積累。

一個負責“讓系統跑起來”，一個負責“讓系統更像人類思考”。 MemoBrain 正是這兩種力量的結合產物。

01 執行記憶（Executive Memory）：一種新的 AI 記憶范式

如果說傳統記憶是“倉庫”，那么執行記憶就是“前額葉皮層”。

它不是為了存儲，而是為了控制。

執行記憶的定義

執行記憶的核心特征非常鮮明，它只在任務內部構建，不跨任務、不持久化。 它隨著推理過程實時演化，像影子一樣跟著智能體的每一步。 它不是被動記錄，而是主動選擇、壓縮、抑制、調度信息。 它的目標不是“記住更多”，而是“讓推理更清晰、更高效、更目標一致”。

這是一種完全不同于傳統記憶的范式。

與傳統記憶的對比

在理解 MemoBrain 的定位之前，我們不妨先看看它與傳統記憶機制的根本差異。雖然“記憶”這個詞在 AI 領域已經被頻繁使用，但不同記憶系統的目標和能力其實完全不同。

跨任務記憶更像是一個長期檔案庫，它擅長記錄用戶偏好、歷史經驗、個性化信息，但它并不理解推理結構，也無法參與任務內部的邏輯組織。因此，它無法幫助智能體在復雜推理中保持鏈條清晰。MemoBrain 則完全不跨任務，它只關注當前推理過程本身，把全部能力都投入到“任務內推理結構管理”上。

長時記憶的優勢在于容量大，能存儲大量文檔、對話或知識片段，但它的弱點也很明顯：它不理解推理依賴關系。它不知道哪些信息是關鍵節點、哪些只是背景噪聲。MemoBrain 的突破在于，它會主動構建推理依賴圖，讓每一步推理都能找到自己的“前因后果”。

上下文壓縮方法則屬于工程優化路線，它的目標是減少 token，而不是理解推理。它可以壓縮文本，卻無法判斷哪些推理路徑應該被保留、哪些應該被抑制。MemoBrain 則具備“執行控制”能力，能夠主動管理推理結構，而不是被動壓縮內容。

執行記憶的認知類比

如果你熟悉認知科學，會發現 MemoBrain 的設計非常接近人類大腦的執行功能。

它像前額葉皮層一樣，負責任務管理、抑制無效路徑、維持目標一致性，負責在復雜信息中保持清晰的推理主線。

它不是“記憶”，而是“思維的管理者”。

這正是 AI 在邁向更強推理能力時最缺失的一塊拼圖。

02

圖1:MemoBrain異步地將瞬態推理會話抽象為緊湊的、依賴感知的存儲單元，并維護全局推理記憶。在達到內存預算后，它通過折疊或刷新過去的信息來構建內存管理的上下文，從而實現連貫的長期推理。

如果說傳統的 AI 推理像一個人單線程地思考，那么 MemoBrain 的設計更像是給智能體配備了一個“副駕駛”。主代理繼續負責推理、調用工具、執行任務，而 MemoBrain 則在旁邊默默記錄、整理、抽象、管理整個推理過程。兩者之間不是主從關系，而是并行協作的“雙腦結構”。

主代理負責“做事”，MemoBrain 負責“管理思考”。 主代理負責“行動”，MemoBrain 負責“組織行動的邏輯”。 主代理負責“往前走”，MemoBrain 負責“告訴它哪些路已經走過、哪些路不必再走”。

這種雙模型協作的最大特點是異步性。MemoBrain 不會阻塞主代理的推理流程，它像一個后臺線程，在推理進行的同時不斷吸收新的推理片段，把它們轉化為結構化的記憶單元，再根據需要對整個推理結構進行折疊、沖刷和重組。主代理不需要等待 MemoBrain 的“整理工作”，而 MemoBrain 也不需要干涉主代理的即時推理。

在這個雙腦系統中，MemoBrain 的工作可以被拆解為兩個核心流程：記憶構建與記憶管理。

記憶構建負責把推理過程中的每一個 episode 抽象成一個 thought，讓推理軌跡從“文本堆疊”變成“結構化記憶”。 記憶管理則負責在上下文預算有限的情況下，決定哪些推理路徑應該被保留、哪些應該被折疊、哪些應該被沖刷，從而保持推理鏈條的清晰與緊湊。

這兩個流程共同構成了 MemoBrain 的“執行記憶系統”，讓智能體在長程推理中不再被自己的思考過程拖垮。

03

要理解 MemoBrain 如何構建記憶，我們需要先看看它如何看待“推理 episode”。在傳統的 ReAct 或工具增強推理中，一個 episode 通常包含兩類信息：執行級信息和語義級結果。

執行級信息包括工具調用、網頁內容、搜索結果、代碼輸出等。這些信息往往冗長、噪聲多、結構混亂，但又是推理過程中不可避免的“原材料”。 語義級結果則是本輪推理真正的“產出”，例如“找到了某個證據”“確認了某個假設”“排除了某條路徑”。

MemoBrain 的第一步，就是把這兩類信息分離開來。

它不會把執行級信息原樣塞進記憶里，而是只保留語義貢獻。換句話說，它不關心你搜索了多少網頁、看了多少段落、嘗試了多少失敗路徑，它只關心你最終得到了什么結論、解決了哪個子問題、依賴了哪些已有信息。

這一步的產物，就是所謂的 thought——一個緊湊、抽象、結構化的記憶單元。

每個 thought 都像是推理過程中的一個“節點”，記錄著：

這一步解決了什么子問題 它依賴了哪些之前的 thought 它為后續推理提供了什么新的信息

這讓推理過程不再是線性的文本堆疊，而是逐漸形成一個 directed memory graph——一個有向的推理記憶圖。

在這個記憶圖中，每個 thought 都有自己的“前因后果”。 有的 thought 是關鍵節點，決定著推理的主線。 有的 thought 是探索性嘗試，可能最終被折疊或沖刷。 有的 thought 是分支路徑，為后續推理提供備用方案。

最重要的是，MemoBrain 不只是記錄這些 thought，它理解它們之間的依賴關系。這意味著它不僅知道“發生了什么”，還知道“為什么會發生”“接下來應該發生什么”。

這正是執行記憶區別于傳統記憶的關鍵所在。

04

如果說記憶構建讓 MemoBrain 能“看懂”推理過程，那么記憶管理就是讓它能“管理”推理過程。長程推理的最大敵人不是模型不夠聰明，而是上下文預算永遠有限。推理軌跡越長，噪聲越多，模型越容易迷失在自己制造的文本洪流里。

這就像一個人思考問題時，腦海里不斷冒出各種想法、嘗試、假設、失敗路徑。如果沒有一個執行系統來清理、壓縮、篩選，這些信息最終會把思維本身拖垮。

MemoBrain 的記憶管理機制，就是為了避免這種“推理擁堵”。

它必須主動決定：哪些信息值得保留，哪些應該被折疊，哪些必須被丟棄。 它必須在有限的上下文里，維持推理鏈條的清晰與緊湊。 它必須像一個真正的“執行大腦”一樣，保持任務目標不被噪聲淹沒。

于是，FOLD 和 FLUSH 兩個核心操作登場了。

FOLD：折疊已解決的子任務

FOLD 是 MemoBrain 最具“執行功能”色彩的操作。它的目標非常明確：把已經解決的子任務從推理上下文中“折疊”起來。

當 MemoBrain 識別到某段推理子軌跡已經得到明確結論時，它會把這段軌跡整體壓縮成一個 summary thought。 原本可能包含十幾步搜索、分析、嘗試、驗證的過程，會被濃縮成一句話式的結論。

這就像程序執行完一個函數后，把整個調用棧折疊，只保留返回值。 過程不再重要，結論才是關鍵。

FOLD 的價值在于，它能讓推理上下文保持輕盈。 它能讓模型不再被過去的細節拖住腳步。 它能讓推理主線更加突出。

在長程推理中，這種“折疊能力”幾乎是生存必需品。

FLUSH：沖刷無效或過時的推理

如果說 FOLD 是“壓縮成功路徑”，那么 FLUSH 就是“清理失敗路徑”。

推理過程中總會出現各種嘗試： 搜索錯了方向、分析了無關內容、驗證了錯誤假設…… 這些信息如果一直留在上下文里，只會成為噪聲。

MemoBrain 會識別這些無效、過時、被覆蓋的推理步驟，并將它們替換成一個極簡 thought。 這個 thought 不包含任何執行細節，只保留一個“我嘗試過，但沒用”的標記。

這樣做有兩個好處，它避免模型重復探索同樣的錯誤路徑，它讓上下文保持干凈，不被無效信息污染。

FLUSH 的存在，讓 MemoBrain 不只是“壓縮”，而是“清理”。 它讓推理過程更像人類的思考：失敗嘗試會被快速歸檔，而不是永遠占據注意力。

上下文重組：讓推理重新變得清晰

當 FOLD 和 FLUSH 完成后，MemoBrain 會根據更新后的記憶圖重新構建上下文。

它會保留所有 active thoughts，也就是仍然參與當前推理的關鍵節點。 它會丟棄或折疊掉所有不再必要的內容。 它會把整個推理上下文重新組織成一個緊湊、邏輯化、目標一致的結構。

最終呈現給主代理的，不再是冗長的推理日志，而是一條清晰的推理主線。

這一步的意義非常重大！它讓智能體在長程推理中保持“思維清醒”。 它讓模型不再被自己的歷史信息拖垮。 它讓推理過程真正具備“執行控制能力”。

05

要讓 MemoBrain 具備這樣的執行能力，僅靠規則或啟發式方法是不夠的。它需要學習，需要訓練，需要在大量推理數據中理解“什么是重要的推理結構”。

MemoBrain 的訓練分為兩個階段：記憶構建的監督學習（SFT）和記憶管理的偏好優化（DPO）。

階段一：記憶構建的監督學習（SFT）

在第一階段，MemoBrain 學習如何把推理 episode 抽象成 thought。

研究團隊使用強大的教師模型生成高質量的 thought 標注，讓 MemoBrain 學會：

如何從執行級信息中提取語義貢獻 如何判斷一個 episode 的核心結論是什么 如何構建結構化的 thought

這一階段的目標是讓 MemoBrain 具備穩定、可靠的抽象能力。 它不需要做決策，只需要學會“看懂推理”。

階段二：記憶管理的偏好優化（DPO）

第二階段才是執行記憶真正的靈魂所在。

記憶管理不是一個簡單的分類任務，而是一個復雜的決策問題。 它需要在“壓縮”與“保留”之間做權衡。 它需要理解推理結構，判斷哪些路徑是關鍵鏈條，哪些可以被折疊或沖刷。

研究團隊使用 DPO（Direct Preference Optimization）來訓練 MemoBrain 的決策能力。

他們會為同一個記憶狀態生成多個候選操作集（不同的 FOLD/FLUSH 組合），然后觀察這些操作對后續推理質量的影響。 表現更好的操作集被標記為“偏好”，表現差的被標記為“非偏好”。

MemoBrain 就是在這種“偏好對比”中學會了如何做出最優的記憶管理決策。

這讓它不僅能抽象推理，還能真正“管理推理”。

06

研究團隊沒有停留在“理論創新”層面，而是把 MemoBrain 嚴格放進真實的長程推理場景里，與當前最強的工具增強智能體正面較量。

結果非常直接，執行記憶不是錦上添花，而是雪中送炭。

表1：主要實驗結果。最佳分數以粗體顯示，次佳分數以下劃線顯示。我們報道Pass@1.標有?的結果引用自原始論文。MemoBrain結果是通過將MemoBrain-8B整合到相應的基礎試劑（GLM-4.6和DeepResearch-30B-A3B）中獲得的。

基準任務：三大長程推理試煉場

為了驗證 MemoBrain 的價值，研究團隊選擇了三個風格迥異、難度極高的 benchmark，它們共同構成了當今 AI 長程推理的“試煉三角”。

GAIA 是一個典型的多步驟推理任務，問題往往需要跨越多個知識點、多個推理階段，甚至需要反復驗證假設。它考驗的是智能體的“推理深度”。

WebWalker 則是網頁跳轉推理任務，要求智能體在多個網頁之間跳轉、提取信息、整合證據。它考驗的是“信息導航能力”。

BrowseComp-Plus 是密集檢索 + 推理任務，智能體需要在固定網頁庫中進行多輪檢索、比對、篩選、推斷。它考驗的是“工具調用密度”和“推理鏈條長度”。

這三個任務共同覆蓋了長程推理的核心挑戰： 推得深、走得遠、查得多。

執行記憶帶來的不是小修小補，而是系統級提升

實驗結果非常清晰，MemoBrain 顯著提升了GLM-4.6 和 DeepResearch-30B-A3B 兩大強力智能體的整體表現。

更有意思的是，提升幅度并不是平均分布的，而是呈現出一種“越難越強”的趨勢。

在 GAIA 的 L3 難度上，MemoBrain 的提升最為明顯。 在 BrowseComp-Plus 這種密集檢索場景中，MemoBrain 的優勢也被完全放大。 在工具調用頻繁、推理鏈條極長的任務中，MemoBrain 的表現尤為突出。

這說明一個關鍵事實，執行記憶的價值在于處理復雜推理，而不是簡單任務。

換句話說，MemoBrain 不是為了讓模型“更聰明”，而是為了讓模型“在復雜環境中不崩潰”。

這也從側面證明了一個重要觀點，執行記憶是未來 agent 的關鍵組件，而不是可選插件。

圖2:MemoBrain的消融研究。所有實驗都是在BrowseComp Plus中隨機抽取的100個實例上進行的，使用DeepResearch30B-A3B作為基礎推理代理。

執行記憶不是壓縮工具，而是推理控制器

很多人看到 MemoBrain 的 FOLD 和 FLUSH 操作，可能會誤以為它只是一個“更聰明的上下文壓縮器”。但實驗結果告訴我們，它遠不止如此。

傳統壓縮工具的目標是減少 token。 MemoBrain 的目標是保持推理鏈條的穩定性。

傳統壓縮工具是被動的。 MemoBrain 是主動的。

傳統壓縮工具不理解推理結構。 MemoBrain 通過結構化記憶圖理解推理的“因果鏈”。

這就是為什么 MemoBrain 能解決長程推理中最核心的問題： 上下文崩潰（context collapse）。

圖3:MemoBrain的效率分析。在32K內存預算下，使用4×H100 GPU用于推理模型，2×H100 GPUs用于內存模型，批量大小為8，對完整BrowseComp Plus基準進行端到端運行時統計。

當推理鏈條越來越長、工具調用越來越密集、噪聲越來越多時，傳統智能體會逐漸迷失方向。 而 MemoBrain 會不斷清理、折疊、重組推理結構，讓智能體始終保持“思維清醒”。

這不是壓縮，這是執行控制。 這不是優化，這是認知升級。

07

MemoBrain 的提出不僅僅是一個新模塊的誕生，更像是智能體架構的一次范式轉變。它讓我們第一次意識到AI 的推理能力，不僅取決于模型本身，還取決于它如何管理自己的思考過程。

記憶從“存儲”走向“執行”

MemoBrain 最大的貢獻，是把“記憶”從一個存儲機制提升為一個執行控制機制。

它讓智能體具備類似人類前額葉皮層的能力，管理任務、抑制噪聲、保持目標一致、維護推理鏈條。

它讓長程推理不再依賴“更大的上下文窗口”，而是依賴“更聰明的上下文管理”。

它讓推理過程從線性文本堆疊，變成結構化的因果鏈條。

這是一種認知層面的升級。

未來屬于多模型協作

MemoBrain 的成功說明了一個趨勢，未來的智能體不會是一個大模型，而是多個模型的協作系統。

主代理負責推理 執行記憶負責管理推理 工具負責提供外部能力 調度器負責協調流程

執行記憶將成為 agent 的標準組件，就像 GPU 是深度學習的標準硬件一樣。

而推理結構化，將成為下一代 agent 的核心能力。

執行記憶的進化之路

MemoBrain 只是執行記憶的第一代形態，未來還有很多值得探索的方向。

更細粒度的推理依賴建模，讓記憶圖更像人類的思維結構。 多代理共享執行記憶，讓協作智能體擁有共同的“任務理解”。 執行記憶與長期記憶的融合，讓智能體既能記住過去，又能管理現在。 記憶管理的可解釋性與可控性，讓人類能夠理解智能體的“思維過程”。

這些方向共同指向一個未來： AI 不只是“會算”，而是“會思考、會管理思考”。（END）

參考資料：https://arxiv.org/pdf/2601.08079

關于波動智能——

波動智能旨在建立一個基于人類意圖與反應的真實需求洞察及滿足的價值體系，融合人工智能與意識科學，構建覆蓋情緒識別、建模與推薦的智能引擎，自主研發面向社交、電商等場景的多模態意圖識別引擎、意圖標簽系統及意圖智能推薦算法，形成從情緒采集、意圖建模到商業轉化的完整解決方案。波動智能提出“意圖是連接人、物與內容的新型接口”，其產品廣泛應用于AI社交、個性化內容推薦、虛擬陪伴、電商體驗優化等領域。波動智能正在探索“EMO-as-a-Service”技術服務架構，賦能企業實現更高效的用戶洞察與精準情緒交互，推動從功能驅動到意圖驅動的產業范式升級。

親愛的人工智能研究者，為了確保您不會錯過*波動智能*的最新推送，請星標*波動智能*。我們傾心打造并精選每篇內容，只為為您帶來啟發和深思，希望能成為您理性思考路上的伙伴！

加入AI交流群請掃碼加微信