记忆对于LLM的意义

记忆是实现人性化的必要条件

稳定的长期记忆

现有模型的推理能力已经足够强，真正缺的是稳定的长期记忆。

我们需要那么多智能体协作，恰恰是因为一个智能体记不住所有事情。

图数据库

• AI 缺的未必是更多上下文，很多时候缺的是上下文之间的关系。

• top-K chunks 可以把文档捞出来，但解释不了它们为什么重要、彼此为什么相连。

• 向量搜索解决的是“像不像”，图更擅长回答“为什么是它”。

• GraphRAG 不是替代向量检索，而是让检索命中之后还能顺着关系继续往下走。

• 当 AI 开始进入权限、历史、作者、决策轨迹这些复杂地带，纯文本上下文很快就会不够用。

• 图数据库重新变重要，不是数据库品类回潮，而是 AI 系统开始需要一层更像知识结构的上下文底座。